最高只过 65%，AI 写代码到底靠不靠谱？吹上天的 AI 编程智能体翻车

大白话Replit 搞了个叫 ViBench 2.0 的考试，专门考 AI 编程工具能不能真的从零做出一个完整产品。它不像常见测试那样丢个 bug 让你修，而是给个空项目，让 AI 分阶段搭产品、再不断加新功能，中途还不告诉它完整路线图。结果顶尖的编程智能体也只过了 49% 到 65%。失败往往不是写错一行代码，而是早期架构选错，后面加功能就崩了，或者一放到空数据库上部署就挂。

对你意味着如果你正指望 AI 一键把内部工具做出来，这个数据说明它顶多算个需要人盯的实习生，架构和上线还得人来把关。