시니어 소프트웨어 엔지니어 벤치
실제 PR(풀 리퀘스트)에서 추출한 고난도 소프트웨어 엔지니어링 과제를 포함해 설계·구현과 런타임 조사·디버깅을 모두 평가하도록 만든 벤치마크로, 행동 검증 에이전트가 시스템 수준의 행동 테스트를 생성해 해결 여부와 품질 메트릭을 함께 채점한다.
