コーディングエージェントの評価でよく見る SWE-Bench って結局なんなのか

Claude Code や Cursor などで、 AI を用いてコーディングする人は非常に多くなってきました。非エンジニアの方でも、これらのツールを用いてプロトタイプ作成などを行なっている場合もあるのではないでしょうか。このような、コーディングを行う AI について新たなモデルやツールが出てきた時、SWE-Bench というベンチマークを見たことがある人も多いと思います。 では、SWE-Bench とは一体何なのか。そして、なぜコーディングエージェントの評価でよく登場するのか。 本記事では、SWE-bench の仕組み、データセットの構成、最新のリーダーボード、そしてエコシステム全体を...