腾讯混元联合清北推出 IWC-Bench，评测 AI 生成网页实际可用性

腾讯混元联合清华大学、北京大学推出 IWC-Bench，用于评测 AI 生成网页的实际使用效果。该基准不只看代码和截图，而是让 Agent 真实打开网页、点击按钮、输入内容并切换页面，再检查功能是否真正可运行。IWC-Bench 收录 369 条真实用户需求、5088 条验收标准，覆盖 17 个模型生成的 6273 个网页应用。人工复核显示，其与人类选择一致率为 85.3%。