研究者给四个大模型各 100 美元开发 PDF 编辑器，点几下就露馅

2026 年 10 月，一位研究 LLM for Code 的研究者 nielstron 用 400 美元做了一项实验：给 Gemini 3.8 Flash、GPT Astra 6、Opus 5、Fable 5 四个前沿模型各 100 美元预算，让它们自主开发一款用户体验极好的开源 PDF 编辑器。结果显示，几乎每个模型做出的编辑器都能被点几下就找出 bug。作者据此提出，coding agent 无法像人一样与软件交互，这是其能力短板所在。目前该实验由开源中国报道，尚无后续跟进报道，事件进展停留在这一实验结论的发布阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。