ku酷游官网-ku酷游网络股份有限公司

　　A5站长网9月22日消息，腾讯混元联合清华大学、北京大学提出WebCraftBench，把软件测试的思路引入网页生成评测。做法是让智能体真实操作生成的网页，再从美观度、易用性与需求符合度三个维度打分。基准包含369条线个应用。

　　为什么需要一套新基准？此前的评测多停留在截图比对或主观打分，看的是像不像，而不是能不能用。截图比对能判断风格是否接近，却回答不了按钮点下去有没有反应、表单提交会不会报错，而后者才决定网页能不能进生产。网页生成的价值最终落在可点击、可提交、可完成任务的层面，把测试方法引进来，等于把评价标准从观感拉回到功能。

　　具体做法上，评测过程自动插桩，成功率99.89%，覆盖率引导把函数覆盖率中位数从91.9%提升到94.3%。也就是说，评价不仅看页面跑没跑通，还要看有多少代码分支真正被执行到。覆盖率越高，说明测试触达的功能越多，评分越有说服力，模型投机取巧的空间也越小。

　　三个维度各有侧重。美观度关注布局、配色与信息层级；易用性关注交互路径是否顺畅、元素是否可发现；需求符合度则把生成结果与369条真实需求逐条对照。把这三项分开打分，能避免好看但用不了、或者能用但难看的结果被一个总分掩盖过去。

　　对做网站与前端的人来说，这类基准的意义在于给出改进方向。6273个应用的评测规模意味着结论不是个例。团队把方法与数据公开，开发者可以据此判断模型在自家场景下是否够用，也能看出当前模型在哪些环节仍然薄弱。

　　网页生成正在从演示型走向交付型。能不能一次生成可用的表单、可下单的页面、可提交的后台，决定了它在真实项目里的位置。基准给出的不只是一份排名，还有一批可复现的失败样本：哪些交互容易被模型漏掉，哪些布局在窄屏下会塌。看懂这些再去选模型或补提示，方向会具体得多，这比再多做几个炫技演示更有价值。

　　A5站长网9月19日消息，针对社区关于本地仓库数据上传的讨论，智谱旗下编程产品ZCode通过官方群组向受影响用户致歉，并发布情况说明。官方表示已第一时间完成自查，相关问题已经修复。问题源于产品中的“代码库索引”功能，该功能的设计目的是在本地生成仓库索引，支撑会话检查点恢复、历史版本回退与RepoWi

　　robots.txt是个神奇的文件：一共几十行，写对了没人夸，写错了全站禁止收录。真实案例年年有——想屏蔽一个测试目录，写成Disallow:/，第二天全站从搜索结果消失。这个文件交给AI写可以，但生成之后的校验一步都不能省。给AI的提示词要把网站结构交代清楚，尤其是哪些目录必须放行、哪些必须屏蔽：

　　网站做到几百个页面，最枯燥的活就是挨个写TDK——标题、描述、关键词。不写吧，搜索结果里显示的是页面开头那行字，点击率惨不忍睹；写吧，一个页面五分钟，五百个页面就是四十多个小时。这种格式统一、规则明确、量大管饱的活，正是AI的舒适区。但直接把页面列表丢给AI说“帮我写TDK”，出来的是千篇一律的模板

　　AI写代码的毛病很一致：能用，但不安全。它优化的是“能不能跑通”，不是“扛不扛得住攻击”。OWASP专门给AI生成的代码排了个十大风险榜，排前面的就是注入、认证失败、安全配置错误、脆弱依赖、SSRF、日志缺失——全是老熟人，只是AI把它生产得更快了。最典型的是SQL注入。AI从训练数据里学到的老代码

　　同一个AI，有人用着像老程序员，有人用着像新手。差别不在模型，在提示词。很多人问AI要代码，就一句“写个登录功能”，AI按最通用的理解给你一套，你用不了还得自己改——不是AI不行，是你没告诉它你的环境、你的约束、你要的格式。编程提示词有个固定套路，四要素：角色、任务、约束、示例输出。角色让AI切换专

　　itc保伦股份再添权威认可：获ISO 56005《创新与知识产权管理能力》3级证书

　　医养融合，智慧先行！itc保伦股份携手深圳市龙岗区第六人民医院构建医康疗养智慧服务体系

　　恒生活《策略报告》：锁定三大核心场景 共谱国产半导体“超级时代”新序章

　　枢纽云GEO案例｜巨量星球 3个月10万入站访客、2.15万次AI索引

　　OPPO ColorOS 17今日发布：手机操作系统正式迈入“主动智能”时代

　　Kimi K3上架Amazon Bedrock，2.8 万亿参数开源模型落地

　　华为全联接大会今日开幕：昇腾960芯片提前就绪，openEuler拿下中国服务器OS第一

　　人民日报锐评三件“流量翻车”事件：当流量追逐突破底线，反噬来得比想象更快

　　谷歌把Gemini搬上Windows桌面：一个Alt+Space就能唤起

　　2026开源编程模型怎么选？Qwen3-Coder、DeepSeek、GLM实测对比

　　iPhone 18首发购买全攻略：9月12日晚8点开抢，发售时间、平台对比、补贴省钱权益一次讲透