Replit Blog·· 4 天前精选AI 评分60
Replit 发布 ViBench 2.0 长周期软件构建基准
ViBench 2.0: A Benchmark for Long-Horizon Software Building
AI 导读
Replit 发布 ViBench 2.0，用于评测智能体从空项目开始逐个功能搭建完整产品的长周期软件开发能力，包含 17 个产品、241 个功能请求和 544 个测试计划。
推荐理由
Replit 公开了长周期软件构建基准的题目设计、评分方式和多家模型对比，可据此理解现有编码智能体在功能叠加时的失败位置。
来源：Replit Blog · replit.com