四模型各100美元造PDF编辑器，几乎全有bug
AI 总结
研究者 nielstron 给 Gemini 3.8 Flash、GPT Astra 6、Opus 5 和 Fable 5 四个前沿模型各 100 美元预算（共约 400 美元），让它们自主开发一款「用户体验极好」的开源 PDF 编辑器。据开源中国的报道，结果是几乎每一个成品点几下就能找出 bug。作者据此提出，coding agent 无法像人一样与软件交互，这正是它们暴露缺陷的重要原因。
深度见解
这类小规模对照实验提示，编码智能体的短板可能更多出在与软件的交互和验证环节，而不只是写代码本身。
一个研究 LLM for Code 的研究者，拿 400 美元做了个实验：给 Gemini 3.8 Flash、GPT Astra 6、Opus 5、Fable 5 四个前沿模型各 $100 预算，让它们自主开发一款「用户体验极好」的开源 PDF 编辑器——结果是「点几下就能在几乎每个里找到 bug」。作者 nielstron 据此提出：coding agent 不能像人一样和软件交互，所以它们...
#Gemini 3.8 Flash#GPT Astra 6#Opus 5#Fable 5#Google#OpenAI#Anthropic