ReviewBench：面向 AI 代码审查的开放评测基准

GitHub 构建了开放的 AI 代码审查评测基准 ReviewBench，研究预览版已可使用，支持比较和评估代码审查智能体。基准参考 103.9 million 个 GitHub 拉取请求的分布，包含来自 187 个公开开源仓库、覆盖 19 种语言的 219 个拉取请求，并采用多来源参考集和 Claude Sonnet 5 评判模型，资深工程师独立复核的一致率为 96.6%。