AI说网站做好了，结果首页出错了，按钮重叠了，还加了个你根本没要的登录流程。😂 介绍WebCraftBench：这个工具让代理实际操作实时应用，通过覆盖率引导的探索找到那些从未被触及的问题，然后评估美观度、易用性和是否满足了最初的需求。在197个人类验证的配对中，它的评估结果有85.3%的时间与人类的选择一致。论文如下：
—— 腾讯混元 (@TencentHunyuan) X帖子｜2026-09-22T08:53:39+00:00
原帖：https://x.com/TencentHunyuan/status/2102320407860977861
腾讯混元：AI说网站做好了，结果首页出错了，按钮重叠了，还加了个你根本…
AI说网站做好了，结果首页出错了，按钮重叠了，还加了个你根本没要的登录流程。😂 介绍WebCraftBench：这个工具让代理实际操作实时应用，通过覆盖率引导的探索找到那些从未被触及的问题，然后评估美观度、易用性和是否满足了最初的需求。在1
扫描二维码，在手机上阅读
