Alipay-PIBench: A Realistic Payment Integration Benchmark for Coding Agents

PIBench 把支付接入拆成产品选择、服务端签名、前端调用、异步通知和交易状态一致性等真实工程环节，并在现有代码仓库中评估 Agent。任务不以“代码能编译”结束，而要处理支付产品约束、跨端协议和失败后的状态收敛。与玩具级函数补全相比，这类基准更能暴露编码 Agent 在业务语义、文档检索和端到端验证上的断点。