{"id":143,"date":"2026-01-20T00:00:00","date_gmt":"2026-01-19T23:00:00","guid":{"rendered":"https:\/\/helloblog.io\/et\/wp-bench-wordpressi-ai-benchmark\/"},"modified":"2026-01-20T00:00:00","modified_gmt":"2026-01-19T23:00:00","slug":"wp-bench-wordpressi-ai-benchmark","status":"publish","type":"post","link":"https:\/\/helloblog.io\/et\/wp-bench-wordpressi-ai-benchmark\/","title":{"rendered":"WP-Bench: ametlik WordPressi AI-benchmark, mis paneb mudelid p\u00e4riselt WP-koodi kirjutama"},"content":{"rendered":"\n

WordPressi projekt tuli v\u00e4lja uue algatusega, mis on arendajatele \u00fcllatavalt praktiline: WP-Bench<\/strong> on ametlik WordPressi AI-benchmark ehk standardiseeritud testikomplekt, millega hinnata, kuidas erinevad keelemudelid (LLM-id) saavad hakkama WordPressi-spetsiifiliste \u00fclesannetega. Mitte \u201ckirjuta mulle suvaline PHP funktsioon\u201d, vaid p\u00e4riselt: hook\u2019id, core API-d, plugin arhitektuur, turvamustrid ja koodistandardid.<\/p>\n\n\n\n

Oluline n\u00fcanss: WP-Bench ei piirdu viktoriinik\u00fcsimustega. Ta laseb mudelil koodi genereerida ja hindab tulemuse \u00e4ra p\u00e4ris WordPressi runtime\u2019is<\/strong>, automatiseeritud kontrollidega. See teeb temast rohkem \u201ct\u00f6\u00f6kindluse testi\u201d kui lihtsalt teoreetilise teadmistekontrolli.<\/p>\n\n\n\n

Miks WordPress vajab oma benchmark\u2019i?<\/h2>\n\n\n\n

Enamik AI-mudeleid ja nende v\u00f5rdlustabeleid on \u00fcles ehitatud \u00fcldistele programmeerimis\u00fclesannetele. WordPressi puhul on see probleem, sest WP arenduses on palju spetsiifikat: konventsioonid, globaalne olek, hook\u2019ide (actions\/filters) maailm, turvaprintsiibid (nonce\u2019id, capability check\u2019id), andmebaasi ligip\u00e4\u00e4su mustrid, REST API erip\u00e4rad jne.<\/p>\n\n\n\n

WP-Bench t\u00e4idab selle t\u00fchimiku kahe suure eesm\u00e4rgiga:<\/p>\n\n\n\n

    \n\n
  • M\u00f5ista t\u00e4naseid mudeleid:<\/strong> kui valid endale t\u00f6\u00f6riista (nt koodiassistent, sisuloome\/automaatika plugin v\u00f5i \u201cAI agent\u201d), tahad teada, milline mudel p\u00e4riselt WordPressi kontekstis paremini hakkama saab.<\/li>\n\n\n
  • M\u00f5jutada homseid mudeleid:<\/strong> kui AI-laborid teevad enne v\u00e4ljalaset eval\u2019e (pre-release evaluations), siis WordPressi v\u00f5imekus peaks olema \u00fcks m\u00f5\u00f5dikuid, mitte juhuslik k\u00f5rvalm\u00f5te. Benchmark loob motiivi optimeerida miljonite WP kasutajate ja arendajate jaoks.<\/li>\n\n\n
  • Liikuda avatud edetabeli suunas:<\/strong> projekti plaanide j\u00e4rgi ehitatakse avalik leaderboard, mis n\u00e4itab mudelite tulemusi WordPressi \u00fclesannetes ja annab kogukonnale l\u00e4bipaistvuse.<\/li>\n\n<\/ul>\n\n\n\n

    Kuidas WP-Bench mudelit hindab: teadmised vs teostus<\/h2>\n\n\n\n

    WP-Bench vaatab mudeli v\u00f5imekust kahest k\u00fcljest:<\/p>\n\n\n\n

      \n\n
    • Knowledge<\/strong> \u2013 valikvastustega k\u00fcsimused WordPressi kontseptsioonide kohta: API-d, hook\u2019id, turvamustrid, koodistandardid. Eraldi r\u00f5hk on ka uuematel lisandustel nagu Abilities API<\/strong> ja Interactivity API<\/strong> (mainitud kui \u201cmodern additions\u201d).<\/li>\n\n\n
    • Execution<\/strong> \u2013 koodigeneratsiooni \u00fclesanded, mille tulemus pannakse p\u00e4riselt t\u00f6\u00f6le WordPressi keskkonnas ja hinnatakse automaatselt (staatiline anal\u00fc\u00fcs + runtime assertion\u2019id).<\/li>\n\n<\/ul>\n\n\n\n

      Praktiline v\u00e4\u00e4rtus arendajale tuleb just sellest teisest osast. Kui mudel oskab \u201c\u00f5iget juttu r\u00e4\u00e4kida\u201d, aga toodab koodi, mis ei l\u00e4bi anal\u00fc\u00fcsi v\u00f5i kukub runtime\u2019is l\u00e4bi, siis see kajastub skooris.<\/p>\n\n\n\n

      Hindamise toru (grading pipeline) l\u00fchidalt<\/h3>\n\n\n\n
        \n\n
      1. Benchmark\u2019i harness saadab mudelile prompt\u2019i ja palub genereerida WordPressi koodi.<\/li>\n\n\n
      2. Genereeritud kood edastatakse WordPressi runtime\u2019i, kasutades WP-CLI<\/strong>-d.<\/li>\n\n\n
      3. Runtime teeb staatilise anal\u00fc\u00fcsi: s\u00fcntaks, koodistandardid, turvakontrollid.<\/li>\n\n\n
      4. Kood k\u00e4ivitatakse sandbox\u2019is ning jooksutatakse assertion\u2019id\/testid.<\/li>\n\n\n
      5. Tulemused tulevad tagasi JSON-ina koos skoori ja detailse tagasisidega.<\/li>\n\n<\/ol>\n\n\n\n
        \n\n

        Mida see arendaja jaoks t\u00e4hendab?<\/h4>\n\n\n

        Kui mudel \u201challutsineerib\u201d hook\u2019i nime, kasutab valet API-t v\u00f5i unustab nonce\/capability kontrollid, siis WP-Bench suudab seda j\u00e4rjest paremini kinni p\u00fc\u00fcda \u2013 mitte oletuse, vaid k\u00e4ituse p\u00f5hjal.<\/p>\n\n<\/div>\n\n\n\n

        Kiirstart: kuidas WP-Bench enda masinas k\u00e4ima panna<\/h2>\n\n\n\n

        WP-Bench repo on avalik GitHubis ning setup on t\u00fc\u00fcpiline \u201ckaks maailma\u201d lahendus: Python<\/strong>-p\u00f5hine harness + Node<\/strong>\/wp-env baasil WordPressi runtime grader. Allolev on l\u00fchike teekond, et saada esimene jooks tehtud.<\/p>\n\n\n\n

        1) Paigalda Python harness (virtuaalkeskkond + editable install)<\/h3>\n\n\n\n
        <\/circle><\/circle><\/circle><\/g><\/svg><\/span>