GitHub发布ReviewBench代码审查基准

2026年10月5日，GitHub 在其官方博客发布离线代码基准 ReviewBench，用于评测 AI 代码审查智能体，并宣布现已开放使用。据该报道，基准基于 103.9M GitHub 真实 pull request 的分布构建，包含 219 个公开 pull request、覆盖 19 种语言；评分采用多来源 golden set，并以 Claude Sonnet 5 作为评分判官；资深工程师对标签进行了独立复核，与基准判断的一致率达 96.6%。目前该基准已可公开使用，报道未披露后续更新或其他机构的使用反馈。

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。