Replit 发布 ViBench 2.0 长周期构建基准

Replit 团队发布 ViBench 2.0，用于评估长周期软件构建能力，并称该基准用于为其平台选择模型。基准包含 17 个全栈 Web 产品，每个产品由 241 条以上功能请求逐步扩展，再由浏览器智能体执行 544 条测试计划，全部通过才算构建成功。 团队公开其中 8 个产品及配套测试框架和评分器，另 9 个产品保留不公开。

AI 根据报道生成 · 20 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。