ReviewBench：面向 AI 代码审查的开放评测基准

GitHub 构建了 AI 代码审查离线基准 ReviewBench，研究预览版已开放，支持比较审查智能体并评估自有系统。基准参考 103.9 million 个 GitHub 拉取请求的分布，收录来自 187 个公开开源仓库、覆盖 19 种语言的 219 个拉取请求，采用多来源标准集和 Claude Sonnet 5 评审器，资深工程师独立复核的一致率为 96.6%。