EvoWeb：演进式Web应用编码智能体基准

2026年10月14日，arXiv Artificial Intelligence 刊出由 David Nukrai 等作者发布的 EvoWeb 基准。该基准面向编码智能体，包含 32 个 Web 应用上的 320 条累积请求，按功能依赖图组织；智能体需迭代修改持久化代码库，并由多模态 Web 智能体在真实浏览器中测试每个中间应用。实验显示，开源与闭源前沿模型之间存在明显性能差异，跨请求集成是主要挑战，依赖更深或更多的后续请求解决准确率更低，运行时错误随请求推进愈发频繁。截至该报道，事件进展即为该基准的发布及其上述实验发现，尚无其他跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。