当世界因企业追逐几乎无尽资源的人工智能而燃烧时，我们应该看看这场骚动给我们带来了什么。最近，Ars Technica的团队对四款最受欢迎的AI编码代理进行了测试，提出了一个看似简单的请求：为网络打造Minesweeper。克隆版必须加入音效、移动触摸屏支持，以及“有趣”的玩法变化。
对于不了解的人来说，《扫雷者》依赖逻辑，逻辑决定了游戏玩法，同时结合了合理的用户界面和用户体验元素，构成了一个不错的挑战。制作一个扫雷舰克隆并不难，但其底层机制至少需要一定程度的人类智慧——毕竟，目标是通用人工智能，不是吗？
测试内容包括（付费版本）Anthropic的Claude Code、谷歌的Gemini CLI、Mistral Vibe以及基于GPT-5的OpenAI代码。所有这些任务都被赋予了相同的指令，AI在第一次运行中生成的分数将被用来统计。除了开始之外，没有人工干预或第二次机会。
表现最好的是Codex，不仅画面表现不错，还是唯一真正包含“和弦”技术的AI——如果你把旗帜摆放得当，就能显示周围所有地块。和弦是资深玩家的最爱，因此如果没有和弦，任何《扫雷者》的克隆版都会显得不够精致。
Codex版本的所有按钮都正常工作，包括声音切换，提供时代准确的哔哔声和哔哔声，以及面向移动端和桌面端的屏幕说明。至于玩法变化，角落里有一个“幸运扫荡”按钮，当你获得该格子时，偶尔会显示一个安全格子。
Codex的编码体验也很流畅，命令行界面有漂亮的动画和本地权限管理，尽管代理写代码时确实花了不少时间。Ars Technica称这款作品最接近在最小人为干预下即可发布的项目，给出了令人印象深刻的9分（满分10分）。
克劳德代码 - 7/10
亚军是Anthropic的Claude，其代码开发时间只有Codex的一半，且呈现出更具美感的产品。事实上，它是所有版本中最精致的，拥有定制的炸弹图形，顶部还附有无设备限制的微笑表情。音效也很悦耳，切换开关在移动端和桌面端都能正常使用。
不过，当没有和弦支撑时，体验就崩溃了——据楼主说，这是“不可接受的”。游戏中有一个“能力模式”，作为游戏的转折，给你一些需要特工真正发挥创造力的简单强化道具。在手机上，还有一个“旗帜模式”按钮，是长按标记地块的一个不错替代。
在我们看来，这款克隆版手感最好，试用时也是最好的。Claude Code 的 Opus 4.5 型号在不到 5 分钟内构建了扫雷机克隆，并拥有最简洁的编码界面。总体来说，表现非常扎实，得分7/10，如果有和弦功能会更高。
Mistral Vibe - 4/10
第三名是Mistral的Vibe，他们推出了同名产品，也就是说，这些产品与某种被vibe编码的商品同义。游戏运行和画面都还算不错，但缺少了至关重要的和弦功能，也没有音效。底部还有一个“自定义”按钮，但没用。Vibe也没有加入任何有趣的玩法变化，所以这些都扣了不少分。
顶部的微笑表情全黑，这让测试者感到不适，选择“专家”模式则将网格扩展到方形背景之外，但这只是视觉故障。你可以在桌面端右键点击标记，但在手机端你必须按住，这可能会尴尬地弹出设备的右键菜单（我们这里没有）。
编码界面扎实且易用，但速度不算快——不过，最后一个名次距离太远，门槛并不高。尽管缺乏大牌那样庞大的资源，Ars Technica的编辑们对其表现印象深刻。最后，Mistral Vibe得了4分（满分10分），这似乎比他们描述的应得还低。
最后一位是谷歌的Gemini CLI，这对一些人来说可能令人惊讶，因为谷歌如今经常在基准测试中名列前茅，同时联合创始人谢尔盖·布林回归加州巨头领导前沿人工智能，这也带来了普遍的回归故事。双子座的扫雷克隆机根本无法起作用。它有按钮，但没有可说的地块，所以没有游戏可玩，甚至没有得分。
从视觉效果来看，它与Claude Code的最终成果惊人地相似;就像有人在编码过程中突然阻止了特工一样。Gemini 也耗时最长，每次代码运行需一小时，且代理不断请求外部依赖。即使稍微修改了规则，给它第二次机会，并给了它一个硬性使用HTML5的指令，也无法产生可用的结果。
Ars Technica指出，Gemini CLI无法使用最新的Gemini 3编码模型，而是依赖一组Gemini 2.5系统。也许付费购买更高层级的谷歌AI会更有利，使这次测试被视为“不完整”，但仍然相当令人失望。
所以，这就是我们允许内存价格翻四倍、暂时毁掉电脑的原因。Codex获胜，Mistral Vibe和Claude Code紧随其后，而Google甚至没有尝试，但代价却是什么。如果你还没全力支持人工智能，可以肯定这个实验不会让你相信什么。