澳门大学发布MicroPerf-Bench基准数据集 填补编码智能体系统级性能评测空白

随着云原生架构成为企业数字化转型的主流技术选型，微服务架构通过功能拆分大幅提升了开发迭代效率，但跨服务节点的性能瓶颈定位、系统级调优也成为运维与开发团队的长期痛点。与此同时，大模型驱动的编码智能体近年在代码生成、单点Bug修复等场景落地提速，但始终缺乏针对系统级性能优化能力的标准化评测基准，不同技术方案的优化效果难以横向对比，可复性验证也缺乏统一依据。在此背景下，澳门大学信息科学与计算学院正式发布MicroPerf-Bench数据集，该成果于2026年10月21日首发于学术预印本平台arXiv，是国内首个面向微服务系统端到端性能优化的编码智能体评测基准。

本次发布的MicroPerf-Bench数据集覆盖7个真实开源微服务系统、9类行业公认的性能反模式，共包含65个可复用优化实例，每个实例均配套可执行多容器环境、功能测试套件和混合工作负载评测脚本，可高度模拟企业真实生产环境下的微服务运行负载。数据集采用受控注入的科学方法构建：研发团队首先完成原始系统的基线清洗，确保基准版本的功能、性能处于稳定最优状态；随后在保持API契约与核心功能完整的前提下，注入可量化测量的性能退化问题；最后完成污染消解，排除无关变量对评测结果的干扰，确保基准测试的公平性与可复性。

该基准的核心定位是评估编码智能体的跨服务瓶颈定位、合规补丁生成、端到端性能恢复三大核心能力，可直接揭示当前编码智能体在系统级优化场景下的技术短板。从应用场景来看，该数据集可服务于三类主体：对编码智能体厂商而言，可作为产品迭代的标准化评测工具，验证不同模型在复杂微服务场景下的性能优化效果，减少真实环境测试的成本投入；对云原生服务商与企业技术团队而言，可依托数据集训练性能调优模型，或验证自有调优方案的有效性，降低微服务系统的运维成本、提升资源利用效率；对学术研究领域而言，统一的评测基准也将为系统优化、智能编码方向的研究提供横向对比基础，推动相关技术成果的落地转化。作为面向垂直技术领域的高质量基准数据集，MicroPerf-Bench的发布也填补了国内编码智能体系统级能力评测的资源空白，为数据要素在技术研发领域的落地应用提供了典型样本，将进一步推动云原生系统效能提升与智能编码产业的规范化发展。

查看MicroPerf-Bench

详情页内容：