ViBench

ViBench 是 Replit 在 eval at scale 脈絡中公開的 vibe coding benchmark，用來在出貨前驗證 agent 的端到端能力。

特點

• 輸入是真實 PRD 與任務 trace
• evaluator agent 會讀程式碼庫、打開瀏覽器、執行自然語言測試計畫
• 可作為 CI/CD 的 litmus test

相關頁面

• replit-agent-eval-scale
• telescope-system
• build-for-next-model