Apex-Testing：真实仓库Agent编码基准
Apex-Testing 宣布对其“真实世界 Agent 编码基准”进行重大更新，目前已完成 95% 的最新主流大模型评测。该基准的核心特色在于其测试集并非公开代码，而是基于 65 到 70 个专门构建的真实私有 GitHub 仓库。这种设计有效解决了传统代码评测中常见的数据污染问题（即模型在训练阶段已接触过测试集）。Apex-Testing 旨在评估 AI Agent 在面对复杂、多文件、真实软件工程项目时的实际编码与协作能力，而非简单的单文件或算法题求解。对于开发者和 AI 创业者而言，该基准能更客观地反映各模型在实际生产环境中的 Agentic Coding 表现，具有极高的实用参考价值。