Revisión documental: 10 de octubre de 2026. Fuente: BC-Bench 0.15.0, commit
c84b793a8a9b7422af9512dfe67baeb2bc666d95. No se han ejecutado instalaciones, agentes, contenedores ni benchmarks en esta actualización.
BC-Bench, de Microsoft, permite comparar agentes en tareas de desarrollo AL. Mantén separadas las categorías: corregir un defecto, generar pruebas, revisar código o implementar desde lenguaje natural tienen contratos y evaluadores distintos.
El README upstream destaca Copilot CLI, Claude Code y el runner específico BC PR Review. Este último utiliza BC-ALAgents y BCQuality para la categoría de revisión. No se afirma que todos los hosts de ALDC, incluido Codex, tengan un runner BC-Bench directo.
| Pieza | Papel |
|---|---|
| ALDC | Contexto, agentes, skills y flujos de desarrollo. |
| BCQuality | Conocimiento y revisión con referencias de BC. |
| BC-Bench | Experimentos y evaluación según el contrato de cada categoría. |
Combinar herramientas es una hipótesis de experimento, no una mejora demostrada. No confundir una ejecución de agente que produce un parche con compilación, pruebas o aprobación humana.
Consulta README upstream, categorías y diseño de experimentos. Los tamaños de dataset y modelos disponibles se consultan en la revisión elegida; no se fijan aquí cifras que puedan quedar obsoletas.
Sigue con preparación.