MirrorCode基准:测AI端到端复现真实程序

dl_weekly · x · 2026-07-08

Epoch AI联合METR推出MirrorCode基准,衡量AI在无法访问源码的情况下,能否端到端重新实现真实世界的完整程序。在该基准上Claude Opus 4.7以56%的解决率领先。