（+微:hywyysxs）
(作者/箫雨)👩👩👦👦📜 更多一手新🇨🇦闻，欢迎下载凤凰🦸♀️新闻客户端订阅👒🐗凤凰网科技🇪🇺。公司最初的团🇲🇭🆓队成员包括此前🇲🇶曾在O♻pen🏌🇵🇳AI、谷🐓😝歌De⛽epMind🦏➖、微软研究院☢和特斯拉等公司合🇦🇴👁作过的😕工程师👨🚀。市场的扩大也🚭🚅带来了意想▪不到的产品洞察🛍🤒。而 Prog👅ram🧙♀️🆔Bench🚽 第一次把问题推🐅进到了↗真正的🥫软件工程🍾层面：如🇾🇪◀果只给 AI✌2️⃣ 一个程序的功能😬描述和🇬🇵🇹🇱 us👬age doc🐲🏐s，它能不能像🔜真正的工程师一🇪🇹🖥样，从零开始，🍖🍹重新构建一个真实🧂🚔中国试管婴儿合法吗、可执行的🏌软件系统？🌓比如 🐚ffmpe😆g、SQLi🌟🛌te、ripg📫💩rep🐲👘。
最近，Me🇻🇳ta F🗻🍽AIR 联合斯坦🐸🇨🇵福、哈佛等🍻机构发布了🖐一项很有意思⏳🇫🇮的新 📃⛈benchm🚕🧔ark，☪本质上是在重新定🏉义 AI👨🇦🇴 Cod☑ing 🏧🐍的评估方式⛅📵： Prog🎐ramBen🤷♀️ch: Can👛🙎 La🐛🦑ngua☃ge 🖌Model🇳🇴🔴s Rebui🧀ld Prog🖨📟ram3️⃣s Fr🙁om Sc👈rat🏉ch?🛥 过去的大模型编🐠程 bench🇸🇮mark📹，大多测的是🧁🐒局部能力：补全函🕯数、修复 bu🇳🇪g、实现 f🇵🇷🇨🇿eature…👨🦰…本质上，仍然🕦🇦🇽是在已有代码结🔣构里做局部🍔修改🐴📏。
没有一个模型，能🧚♀️够真正完🏃♀️整重建🤷♂️一个软件🇧🇷😊项目📓。背后的结构性原因🤢很简单——🥮🙌OpenA🇸🇾🙉I、Anth🧘♂️🗞ropic、Go⛄ogl6️⃣e De🇦🇩epMin⚓👩🎤d 的竞争已经🇧🇾📞让这些头部实验室0️⃣📞变得越来越🏥像大公司，有 K🏑🚨PI、有合规🇯🇴、有政治😷🕗。下班前几▪🧗♀️个小时🔝🔑，他办理🚵🌡了离职🇨🇱🤸♂️。
