编码智能体八成通过偏微分方程测试，其中约一成根本没解方程：PDEViBench 把每条通过程序追到计算路径
PDEViBench 把偏微分方程编码智能体的评测从“输出是否对得上参考解”改为同时追查程序的计算路径。290 个任务、六个方程族中，Codex 智能体（GPT-5.2）在 1450 次运行里通过率 80.1%，但其中 8.6 个百分点来自直接取用制造解而非数值求解；只计真正求解的通过后，哪些任务特征显得困难发生改变，两个提示词的排名也反转。在禁止取用精确解的提示下，所有通过程序都做了数值求解。