WebsiteBench：AI 智能体能否通过浏览器探索重建网站？
TIGER-AI-Lab 发布了 WebsiteBench，这是一项新基准，要求 AI 智能体通过浏览器探索，对一个真实生产级网站进行逆向工程，重建出外观与行为尽可能接近的全栈版本。该发布包含任务集、论文、排行榜以及 Hugging Face 上的数据与轨迹，并基于 Harbor 评测框架运行。它之所以重要，是因为它考验的是智能体端到端的真实网站重建能力，而非孤立的编码任务，是对智能体能力更难也更实用的衡量。
报道来源
- Hacker News (AI)2026-11-05 12:19