我们让四个AI编程代理重建扫雷—结果是爆炸性的

Ars Technica 测试了四种主要的AI编程代理（OpenAI Codex、Anthropic Claude Code with Opus 4.5、Google Gemini CLI 和 Mistral Vibe），要求它们根据一个提示，创建一个功能齐全、支持移动触屏的网页版《扫雷》，并添加一个有趣的特色玩法。测试采用“单次射击”模式，即不进行任何人工调试。OpenAI Codex以9/10的评分位居榜首，因为它正确实现了关键的“连击”（chording）功能，并且移动端体验最佳。Anthropic Claude Code排名第二（7/10），生成代码速度最快，界面最精致，并加入了“能量模式”的趣味功能，但它遗漏了连击功能。Mistral Vibe得分较低（4/10），因为它缺少连击和音效，但增加了一个彩虹背景作为“趣味”元素。Google Gemini CLI完全失败（0/10），在“单次射击”测试中未能生成可用的代码，主要受困于音效实现和依赖项问题。测试结果表明，尽管AI代理展现了一定的能力，但目前它们最适合作为增强人类技能的工具，而非替代品。

(来源：Ars Technica)