RefactorBench

新的开源平台支持对 AI 代码重构代理进行可控评估

研究人员开发了 RefactorPlatform，这是一个开源工具，旨在评估 AI 代理在大型代码重构任务中的性能。该平台标准化了评估环境，允许对不同的设计选择进行可控比较，包括像 GitHub Copilot CLI 和 OpenRouter 这样的模型主干、各种执行策略和提示变体。对 100 个多文件任务进行的初步测试表明，与朴素的令牌窗口分块相比，AST 感知分块将准确性提高了 25-30%，并且单个检索增强代理的表现优于多代理委托方法。