# vibe coding 之后：AI 编程的工业化

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-06-03T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/33755
- 原文：https://yage.ai/share/mai-thinking-1-agentic-engineering-20260603.html

## 摘要

MAI 从 487 万个开源 PR 里筛出 26.5 万道可训练题目，又为它们建了一套三层判分体系。AI 编程这两年真正的变化不是模型变聪明了，而是训练基础设施被工业化了：出题从手工活变成了流水线，批改也从“单测全绿就行”升级到能检查工具使用效率和前端视觉质量。

## 推荐理由

MAI 从 487 万个开源 PR 中筛出 26.5 万道可训练题目，并搭建三层判分体系，把代码题的批改从单测通过扩展到工具使用效率与前端视觉质量。

## 锐评

487 万 PR 筛到 26.5 万题，这个压缩比说明出题是苦活，抓一把数据就训的时代过去了。判分从单测全绿升级到查工具调用和前端视觉，方向对，代码 agent 的瓶颈早就不在能不能写对，在写得贵不贵、界面丑不丑。

没开源、没模型效果，这套东西现在只能算一份思路，当不了标杆。自训代码 agent 的团队可以看，别照着抄。
