騰訊甩出 WorkBuddy Bench：一套把代碼、網頁、辦公、安全全裝進來的編碼智能體考場
重點摘要
AI資訊AI新閒資訊正文騰訊甩出 WorkBuddy Bench：一套把代碼、網頁、辦公、安全全裝進來的編碼智能體考場發布於AI新閒資訊時間 :Jul 24, 2026閱讀 :1分鐘評測編碼智能體，過去總在幾塊割裂的場子裡打轉——修 bug 的看 SWE-bench，做前端的看 Design2Code，生產環境的基準又多半關著門不讓外人審計。
AI資訊AI新閒資訊正文騰訊甩出 WorkBuddy Bench：一套把代碼、網頁、辦公、安全全裝進來的編碼智能體考場發布於AI新閒資訊時間 :Jul 24, 2026閱讀 :1分鐘評測編碼智能體，過去總在幾塊割裂的場子裡打轉——修 bug 的看 SWE-bench，做前端的看 Design2Code，生產環境的基準又多半關著門不讓外人審計。
騰訊這次把四塊拼到一處，端出一個叫 WorkBuddy Bench 的多領域評測套件，論文已掛在 arXiv 上。
它最較勁的地方不在於題多，而在於這些題從根上就防著"背答案"。
整套基準橫跨四個工作領域:代碼（倉庫級軟件工程）、網頁(前端製品)、辦公(多文件業務流程)和安全(紅藍隊)。
規模分別是80、70、50、60個任務，合計260道。
關鍵點在於，每個任務都不是從某份公開題庫裡改來的，而是從真實的代碼提交、拉取請求或業務場景裡"逆向工程"出來，再改寫成簡短、口語化、帶角色扮演味道的請求。
這麼做的好處是，任務的提示詞沒法靠上網搜到對應的 PR 或提交線索——你搜不到，自然就背不了。
由於數據集是公開發布的(任務目錄、環境鏡像、評估工具、測試用例、參考方案全給)，它的抗汙染靠的是這種構造方式加版本管理，而不是把題捂著。
四個子集共享同一套任務目錄格式，但各自有獨立的驗證方式，分數因此不能在子集之間直接比，所以騰訊乾脆不報套件平均分。
Related
相關文章
世界模型“六小龍”在WAIC吵起來了！行業紅利就在非共識裡
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 世界模型“六小龍”在WAIC吵起來了！行業紅利就在非共識裡 林, 方舟 2026-07-24 15:29:57 來源：量子位 林方舟 發自 凹非寺 量子位 | 公眾號 QbitAI 世界模型，是當前AI圈最火、也最沒有共識的領域之一。 它的概念沒有收斂、技術路線沒有收斂、訓練方式沒有收斂、數據標準沒有收斂、評測尺度沒有收斂…… 7月19日，在WAIC“世界模型六小龍”論壇上，一場信息密度極高的圓桌討論，湊齊了六家公司的世界模型技術負責人。他們是： 大曉機器人首席科學家陶大程（主持人） 螞蟻靈波首席科學家沈宇軍 極佳視界聯合創始人&首席科學家朱政 無界動力聯合創始人兼CTO夏中譜 智元機器人AI算法總監任廣輝 自變量機器人聯合創始人兼CTO王昊 這些嘉賓的觀點，代表了行業對世界模型最前沿的思考，值得一聽。 什麼能力重要？ 共識不多講了，嘉賓們的分歧才是最有趣的部分。 先來看世界模型的技術路線之爭。 這六家公司目前押注的技術路線，按照“模型在什麼空間裡推演世界”的尺子，可大致歸類為三派： 像素生成派：代表公司是極佳視界 隱空間（JEPA）派：代表公司是無界動力 融合派：代表公司是大曉機器人（理解生成預測一體化）、螞蟻靈波（推出了多條路線的世界模型全家桶）、自變量機器人、智元機器人 由於走的技術路線不同，各家公司自然對許多焦點問題有不一樣的看法。 比如：世界模型究竟該對物理世界有多大程度的理解？ 一邊希望它儘可能接近物理模擬器。 無界動力的夏中譜提出，評價世界模型要看它對幾何、運動、力等狀態的預測精度。 另一邊則認為，機器人沒必要先成為物理學家。 螞蟻靈
菲爾茲獎得主王虹，也發過Neurips
菲爾茲獎得主王虹被發現曾在機器學習頂級會議 NeurIPS 發表論文，這位以純數學研究聞名的數學家跨足應用領域，引起學界關注。此發現也讓外界重新審視頂尖數學家如何參與機器學習理論基礎研究。
北大「雙菲」：天才們的鮮活人生
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 北大「雙菲」：天才們的鮮活人生 程淺 2026-07-24 11:23:41 來源：量子位 菲爾茲獎得主王虹、鄧煜創造中國歷史！這是他們的故事。
新晉菲爾茲獎得主，當天宣佈加入OpenAI
新晉菲爾茲獎得主在獲獎當天閃電宣佈加入OpenAI，消息一出即引發學術界震盪。這位數學家捨棄傳統學術路徑，選擇投入人工智慧領域，被外界解讀為OpenAI在基礎科學研究上的重大布局。 與此同時，他的學生近期以代號「Fable 5」的方法，成功推翻一道懸而未解長達87年的數學難題。這項突破不僅彰顯團隊的深厚實力，也為導師轉戰業界提供了即時的實績背書。
AI不到兩小時搞定一章博士論文，菲爾茲獎還能撐到2030年嗎？
這篇消息聚焦「AI不到兩小時搞定一章博士論文，菲爾茲獎還能撐到2030年嗎？」。目前站內已移除先前混入的模型思考或安全判斷文字，並保留來源可確認的主題供讀者追蹤。
新晉菲爾茲獎得主IMO 滿分天才 Tsimerman 官宣加入 OpenAI
AI資訊AI新閒資訊正文新晉菲爾茲獎得主IMO 滿分天才 Tsimerman 官宣加入 OpenAI發布於AI新閒資訊時間 :Jul 24, 2026閱讀 :1分鐘當地時間7月23日上午，2026年國際數學家大會在費城開幕，本年度菲爾茲獎四位得主揭曉——鄧煜、約翰·帕登、雅各布·齊默爾曼與王虹。其中鄧煜、王虹成為菲爾茲獎自設立以來首批獲此殊榮的中國籍數學家，寫下歷史一筆。