RecodeX 重构消息，新型软件工程评测基准SWE-sweep正式发布，要求AI自主巡检代码仓库、发现并修复隐性Bug，且不向模型提供任何Bug线索。该基准强调真实运维场景与严格回归测试，考察AI的自主查错与修复能力。测试结果显示，当前最优模型的修复率仅为4.7%。