新智元(公众号)·2026-11-12 12:34· 5 天前AI 评分28南京大学团队发布 TestPrism:Coding Agent 写测试集体失败,AI 代码合格率被高估一倍Coding agent写测试集体失败!AI代码合格率被高估一倍AI 导读南京大学刘佳恒团队提出测试生成 Benchmark TestPrism,用 300 个任务、3000 个候选实现检验测试可靠性,核心指标 JSF 要求测试同时拒绝所有错误实现并接受所有正确实现。来源:新智元(公众号) · mp.weixin.qq.com#观点研究#Agent#工具与流程查看事件全部后续