SWE-Serve 是什么？
它是 NVIDIA 与 SGLang 团队合作开发的评测基准，把 83 个已合并的 SGLang 拉取请求转化为 53 个可执行任务，覆盖模型启用、解码、缓存、调度、服务 API 与运行时性能等推理服务栈环节。
How SWE-Serve Exposes the Gap Between Local Tests and Live Serving
（翻译）SWE-Serve 如何揭示本地测试与实际服务之间的差距
资讯摘要
An AI coding agent’s patch can pass tests yet fail when the server loads a real model and handles requests. Evaluating changes to inference-serving software…
AI 摘要
NVIDIA 与 SGLang 团队合作推出 SWE-Serve 基准，将 83 个已合并的 SGLang PR 转化为 53 个可执行任务，用于评估编码智能体在推理服务栈上的改动。在 19 个包含实机服务测试的任务中，同一批补丁排除实机检查时通过率为 69.4%，加入完整验证后降至 45.9%，说明本地测试通过并不代表改动在真实服务路径上可用。
AI 问答
为什么补丁通过本地测试仍可能失败？
部分问题只在真实服务器加载模型并处理请求时才暴露。在 19 个含实机服务测试的任务中，同一批 627 个补丁在完整验证下通过率为 45.9%，排除实机测试后升至 69.4%，即有 147 个补丁由失败转为通过。
各模型在该基准上的表现如何？
11 个模型最优配置的平均 pass@1 介于 34.6% 至 75.5% 之间，Claude Opus 5 与 GPT-5.6 Sol 最高约为 75%。同为 64% 的四个模型单任务平均成本从 0.95 美元到 7.24 美元不等，耗时也从 25.5 分钟到 99.9 分钟不等。
更多资讯
富特科技：股东拟减持不超2.894%公司股份旅行成为个人 Agent 的高频场景，「豆包工作」把几十小时攻略浓缩成 PPTStripe创始人：AI agent 将重写整个互联网巴西起诉壳牌子公司，索赔上亿美元洪灾损失分享一个AI做视频提效10倍的方式人社部：截至9月底三项社会保险基金累计结余11.2万亿元AI时代，注意力经济终局，意图经济登场
冷钱包遭经销商投毒 超8600万美元被盗 请立刻排查
硬件钱包接连出事 审计得交给AI干了七部门：推动电商领域高水平开放Cloudflare 公共 DNS 服务不需屏蔽盗版网站域名
以太坊大区块时代将至：Glamsterdam 通过测试网首考葛洲坝航运扩能工程进入主体施工阶段Cloudflare 收购 Deno，Deno 停止开发特朗普政府要求AI公司在发生安全事件后立即上报AI需求推动日本工业机床未交订单额超1万亿日元广东加速推进广韶高速改扩建工作，未来将缓解京港澳高速交通压力国庆期间全国涉旅游特种设备安全形势总体平稳中国广核、宁德时代等在陆丰成立新核电公司，注册资本1亿
Kimi 现代高速开源治理的 AI Native 实践｜QCon上海大厂卷 Jarvis，Samantha却在恋爱影游里冒了头？为何大型犬衰老速度更快
Citrini：区块链终于迎来它的时刻 怎么选择投资组合中金黄金等在河南成立黄金投资公司，注册资本2000万元三晖电气：股东于文彪及其一致行动人拟减持不超3%公司股份七部门：推动电商平台规则向优转型美股大型科技股盘前多数上涨，苹果跌超2%一次模型测评后，我开始重新理解WorkBuddy人人皆可为师：全球首个物理AI数据众包服务平台“觅蜂派”正式发布
巧合？Ledger 用户被盗9000万 经销商两个月前刚易主
冷钱包遭经销商投毒 超8600万美元被盗 请立刻排查硬件钱包接连出事 审计得交给AI干了七部门：推动电商领域高水平开放Cloudflare 公共 DNS 服务不需屏蔽盗版网站域名以太坊大区块时代将至：Glamsterdam 通过测试网首考葛洲坝航运扩能工程进入主体施工阶段Cloudflare 收购 Deno，Deno 停止开发特朗普政府要求AI公司在发生安全事件后立即上报AI需求推动日本工业机床未交订单额超1万亿日元广东加速推进广韶高速改扩建工作，未来将缓解京港澳高速交通压力国庆期间全国涉旅游特种设备安全形势总体平稳中国广核、宁德时代等在陆丰成立新核电公司，注册资本1亿Kimi 现代高速开源治理的 AI Native 实践｜QCon上海大厂卷 Jarvis，Samantha却在恋爱影游里冒了头？为何大型犬衰老速度更快Citrini：区块链终于迎来它的时刻 怎么选择投资组合中金黄金等在河南成立黄金投资公司，注册资本2000万元三晖电气：股东于文彪及其一致行动人拟减持不超3%公司股份七部门：推动电商平台规则向优转型美股大型科技股盘前多数上涨，苹果跌超2%一次模型测评后，我开始重新理解WorkBuddy人人皆可为师：全球首个物理AI数据众包服务平台“觅蜂派”正式发布巧合？Ledger 用户被盗9000万 经销商两个月前刚易主