先了解这件事
AI 综述
2026年10月13日,Dan Shipper公布Muse Wonder在其高级工程师基准上的表现,得分为52%。该基准要求模型从零重写一个vibe coding的烂代码库,用于衡量模型在真实工程中的实用性。Dan Shipper称这一表现令人失望,并指出其远远落后于event GPT-Sol 6.1的71%。同日,Dan Shipper又宣布在资深工程师基准上启动wonder完整运行。目前尚无该完整运行的结果公布。
AI 根据公开报道生成
事件进展
2 个已确认进展
- 来源：Dan Shipper
- 来源：Dan Shipper
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月13日
Dan Shipper
Dan Shipper 启动 senior eng bench 的 wonder full 运行
在我们 senior eng bench 上启动了 wonder full 运行 https://t.co/kTevkUEZCo
Dan Shipper
Muse Wonder 高级工程师基准仅得 52%
Muse Wonder 在我们的高级工程师基准上表现令人失望。 该基准要求模型从零重写一个 vibe coding 的烂代码库——能很好地衡量它在真实工程中的实用性 Muse Wonder 得 52%——远远落后于 event GPT-Sol 6.1 的 71% https://t.co/lyZsVCq2ng