近日，一项名为ProgramBench的新型基准测试引发了人工智能和软件工程领域的广泛关注。该测试旨在评估AI智能体（Agent）在没有源代码的情况下，仅通过阅读文档和进行实验，从零开始逆向构建软件可执行文件的能力。ProgramBench的任务范围涵盖从简单的命令行工具到复杂的编译器、库等200项任务，并提供了超过24.8万个行为测试用例。Agent必须在安全的沙箱环境中独立进行架构设计与代码实现，严禁使用外部辅助手段或反编译工具。这一基准测试不仅对AI Agent的软件架构能力提出了极高要求，也为AI辅助编程从“代码生成”向“系统级构建”迈进提供了新的评估维度，有望推动AI在自动化软件开发和逆向工程领域的深层应用。该项目目前已在指定网站公开，注册用户可提交评估并获取排行榜信息，被视为未来人工智能自主构建系统的关键一步。