AI写的文档连及格线都过不了？这组基准测试给了个残酷答案

你有没有发现一个问题——GPT写出来的文档看着漂亮，用着总差点意思？DoGBench把这件事量化了：这是第一个专门面向终端用户的文档生成基准测试，结果相当扎眼，所有模型得分都不到50%。我翻了一遍测试方法，它测的不是"能不能生成文本"，而是"生成的文档对用户到底有没有用"。这两者之间的差距，比很多人想象的大得多。说白了，现在大模型的文档能力还停留在"看起来像文档"的阶段，离真正帮用户解决问题差着一大截。那些还在吹"AI自动生成高质量文档"的团队，该好好看看这个分数了。

原文：DoGBench: The first user-facing docs generation benchmark. No model scores >50% · 来源：Hacker News