arXiv 2026年10月12日代码审查智能体五个月把抓虫率从47.7%推到71.9%，但企业私有仓库上明显变弱CRBugBench用1800个由人工修复确认的缺陷考代码审查智能体：最强配置在top-5评论里抓到79.6%合并前缺陷，但换到企业私有仓库上性能明显下降。CRBugBench用1800个由人工修复确认的缺陷考代码审查智能体：最强配置在top-5评论里抓到79.6%合并前缺陷，但换到企业私有仓库上性能明显下降。Microsoft (United States)Chenyang Yang（第一作者）#CRBugBench基准#代码审查智能体#缺陷检测#代码审查