📖 AI 总结

一位研究大语言模型代码能力的研究者开展了一项实验，给四个前沿模型各100美元预算，让它们自主开发一款用户体验良好的开源PDF编辑器。结果显示，这些模型造出的产品几乎每一个都能在简单操作后暴露出bug。作者据此指出，编程智能体无法像人类那样与软件进行交互，这可能是其难以产出可靠可用软件的关键原因。该实验以极低成本揭示了当前AI编程代理在真实产品开发中的明显短板，对评估和推进LLM代码能力具有参考意义。