GitHub发布ReviewBench AI代码审查基准

2026年10月5日，GitHub正式推出开源离线基准ReviewBench，旨在评估AI代码审查智能体的性能。该基准包含219个跨19种编程语言的公共Pull Request样本，其语言分布和仓库规模模拟了GitHub上超过1.039亿个真实PR数据，以确保测试环境的代表性。ReviewBench采用多源黄金集构建标准答案，并制定了统一的评估指标，所有数据均经过资深工程师独立验证。GitHub表示，该基准致力于提供可靠的离线信号，帮助开发者预测AI工具在生产环境中的实际表现变化，从而推动AI辅助代码审查技术的标准化评测与优化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。