FeatureLoop：在演进需求下评测编码智能体的新基准

研究者提出 FeatureLoop 基准，包含来自 34 个仓库、5 种编程语言和 7 种软件形态的 61 个人工审核任务，每个任务在持久工作区中经历需求演进反馈与完成反馈，并用累积可执行检查追踪新行为、修复和对既有功能的保持。