**DoGBench 基准测试显示:AI 代理在生成用户文档时得分均低于 50%**

_DoGBench: The first user-facing docs generation benchmark. No model scores \>50%_

> DoGBench 是首个针对用户面向文档生成的基准测试,评估 AI 代理识别文档更新需求并生成补丁的能力。测试基于真实开源项目,结果显示最高综合得分仅为 54.8 分,且 45.5% 的提交存在任务完成缺口,表明当前 AI 虽能写出流畅文本,但常遗漏关键步骤或包含技术错误,难以满足专家标准。

**来源信息**
- **来源**:Hacker News:AI 热帖
- **分类**:论文
- **发布时间**:2026-10-02 07:10(北京时间)
- **原文**:[打开原文](https://dogbench.ai/)