幣界網消息，騰訊自建了一套Agent基準workbuddy bench，測試其自家CodeBuddy和Claude Code的表現。260道真實工作題分為代碼、web、辦公和安全四類，7個模型各用兩套harness進行測試。結果顯示，Claude Code贏得了17組對比，而CodeBuddy僅贏得11組，代碼類測試中Claude Code完全勝出，成績為7:0。雖然CodeBuddy在web和辦公類中小勝4:3，但在安全類中則被Claude Code以4:3拿下。騰訊的排行榜也存在軟肋，每類題目仅有50到80道，社區對此提出質疑，認為增加難題可能會改變排名。