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 · x · 2026-10-13
Dan Shipper 报告 Muse Wonder 在其「高级工程师基准」上表现不佳：该基准要求模型从零重写一个 vibe-coded 的烂摊子代码库，muse-wonder-1.0 得分约 42%（20/48 检查通过），而 Sol 6.1 达 71%（34/48），且 Sol 6.1 本身并非最高分模型。配图显示两个模型在 Codex CLI high effort 下的交付对比，两者都提交了 greenfield 协作核心重写方案，但 Muse 通过的检查数明显更少。
所属事件:Muse Wonder 资深工程师基准仅得 42%，大幅落后 Sol 6.1(2 条相关)→
「编程与Agent」频道最新
- 开源个人智能体 Xiryn：Docker 沙盒桌面加 Telegram 遥控 — Scobleizer · 2026-10-13
- Grep.ai 上线自定义 Skills：把机构知识变成可复用智能体技能 — garrytan · 2026-10-13
- Witness：记录你的一切操作与视野，让智能体始终懂你上下文 — Scobleizer · 2026-10-13
- MecAgent 2.0 发布，作者宣称「CAD 即将被攻克」 — Scobleizer · 2026-10-13
- 开发者实测：约 25% AI 生成代码在 .NET 8+ 中引入回归 — lucasmeijer · 2026-10-13
- 投资人:编码代理时代,多数软件公司严重超员应立即裁员 — doodlestein · 2026-10-13