GitHub 发布开源基准 ReviewBench 用于评测 AI 代码审查

GitHub 发布开源离线基准 ReviewBench，用于评测 AI 代码审查 Agent，现已开放使用。基准基于 1.039 亿 GitHub 真实 pull request 构建分布，语料包含 19 种语言的 219 个公开 PR，采用多来源 golden set、Claude Sonnet 5 作为 LLM 评分器，资深工程师独立复核与基准一致率达 96.6%。