Copilot登顶GitHub自家的AI代码审查基准，但独立测试讲了另一个故事

📋总体概括

GitHub发布了自己的AI代码审查基准ReviewBench，其自家Copilot在榜单上名列前茅，但The New Stack的报道指出，独立测试呈现出另一番景象：厂商既当运动员又当裁判，评测设计中的数据选择、评分标准等环节都可能让结果向自家产品倾斜。这篇文章折射出AI编程工具评测生态的一个核心问题——自建基准遍地开花，但中立、可复现的第三方评估仍然稀缺，开发者在选型时需要交叉验证多个基准结果，而非只看厂商营销数字。