WebCoder：以可执行产物为奖励训练前端开发智能体

Zijun Dou 等人在 arXiv 发布 WebCoder 论文，提出以可执行产物为核心的智能体强化学习方法训练通用前端开发代理，用产物及其对任务要求的满足情况为复现、生成、修改和修复提供奖励与信用分配。 作者同时构建了可执行环境 Webdev-World，集成代码编辑、应用执行、浏览器检查和按需技能，并在交互间保留项目状态；配套基准为 Webdev-Bench。据论文报告，WebCoder-27B 在 Webdev-Bench 上将要求满足度从其基座模型 Qwen3.8-27B 的 64.8 提升到 72.8，高于 Claude-Opus-4.8（65.1）和 GPT-5.4（59.6）。

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。