GitHub 发布 ReviewBench 开放基准，评估 AI 代码审查智能体

GitHub 发布 ReviewBench，用 219 个真实代码变更请求比较 AI 代码审查工具找错准不准、漏掉多少问题。样本来自 19 种语言、187 个开源仓库，分布参考了 103.9M 条 GitHub pull requests；两者不是同一个评测规模。它整合人工、模型和静态分析发现的问题，并按统一标准评分，支持提交自己的审查智能体，适合比较误报、漏报与严重问题识别能力。