LibraryDesignBench：智能体能否为智能体设计代码库？

研究者推出 LibraryDesignBench，一个两阶段基准，让智能体根据只定义能力与用例、不规定设计的规格实现完整代码库，再由来自不同模型族的三个用户智能体以程序正确性和简洁性评估。