EvoWeb开源编码智能体演进基准

EvoWeb 作者团队开源了面向持续演进 Web 应用的编码智能体基准 EvoWeb，并公开代码、数据和轨迹（arXiv:2610.16402）。基准包含 32 个 Web 应用，每个应用需先完成首次构建，再依次处理 9 个追加功能请求，后续请求可能依赖前序功能。 作者称，该基准可搭配 Anthropic、OpenAI、OpenRouter、任意 OpenAI 兼容 API，或用 vLLM 本地部署的模型权重运行；评判模型默认使用 Anthropic API 上的 Claude Sonnet 4.6。除默认评判模型外，其他模型的运行结果未公开。代码以 Apache License 2.0 发布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。