Muse Wonder 资深工程师基准仅得 42%，大幅落后 Sol 6.1

Dan Shipper 公开其「高级工程师基准」计分板，任务是把一个 vibe coding 产出的烂代码库从零重写。结果显示 Muse Wonder 仅得 42%，落后 Sol 6.1 的 71% 近 30 个百分点，表现明显不佳。该基准旨在检验模型承担真实工程重构任务的能力。

2026-10-13 ~ 2026-10-13 · 2 条相关

• Muse Wonder 高级工程师基准仅得 42%，落后 Sol 6.1 的 71% 近 30 个百分点 — danshipper · 2026-10-13
• 资深工程师基准实测:Muse 重写烂代码库仅得 42%,远逊 Sol 6.1 的 71% — danshipper · 2026-10-13