#AI代码修复

ViBench基准测试：端到端应用创建能力评估揭示AI编程真实水平

ViBench是首个基于真实世界任务的端到端应用创建基准测试，评估AI从零构建完整应用的能力。测试结果显示Claude Opus 4.8在性能和性价比上领先，揭示了传统SWE-bench与实际开发能力的差距。