GitHub 发布 ReviewBench：用 219 个真实 PR、19 种语言建立开放 AI 代码审查 Agent 基准

这次有什么变化

GitHub 10 月 5 日发布 ReviewBench，用于离线评测 AI 代码审查 Agent。GitHub 先分析 1.039 亿个 pull request 的语言、仓库规模和改动分布，再从 187 个开源仓库选出 219 个 PR、覆盖 19 种语言。golden set 综合人工审查、后续修复提交、静态分析和前沿模型发现，并按统一 rubric 标注；独立资深工程师复核报告 96.6% 一致率。GitHub 同时公开数据集、评测方法、judge prompt/config 和 self-serve runner，支持第三方 Agent 跑统一测试并提交 leaderboard 结果。