Epoch AI推出了名为MirrorCode的基准测试，专门用于评估人工智能在长周期编程任务中的自主重写能力。该基准要求AI模型在完全无法访问原始源代码的情况下，从零开始重新实现完整的软件程序，以此衡量AI在复杂、持续性的软件开发任务中的表现。初步结果显示，当前的前沿AI模型已经能够成功攻克其中的部分复杂项目，展现出令人瞩目的端到端代码生成能力。MirrorCode的发布不仅为衡量AI在软件工程领域的自主性提供了全新标尺，也引发了对未来AI驱动软件开发的深入思考：当AI能够独立完成越来越大的项目时，软件行业的开发范式与人才需求或将迎来根本性变革。这一基准的长期目标在于推动AI从辅助代码补全走向全自主的长期工程构建，为通往通用人工智能的关键能力提供量化依据。