# Tencent Hy 推出面向 AI 构建网页应用的 WebCraftBench

WebCraftBench 让智能体使用正在运行的应用，再对美观度、可用性以及是否满足原始请求进行评分。Tencent Hy 称，在 197 组经人工验证的配对上，其结果与人类偏好的一致率为 85.3%。

Language: zh-CN
Time zone: Asia/Shanghai
Current time (UTC, cached as of): 2026-11-10T06:08:00.000Z
Query date (Asia/Shanghai): 2026-11-10

HTML: https://didcodexreset.com/zh/news/031b24a018914b03aeef5540.html

Content language: zh-CN
Localization state: translated

来源：Arena.ai · 发布于 2026/9/24 04:50:09

Tencent Hy 推出 WebCraftBench。智能体使用正在运行的应用，覆盖率引导的探索会找出从未触及的部分，该基准再对美观度、可用性以及是否满足原始请求进行评分。Tencent Hy 称，在 197 组经人工验证的配对上，其判断与人类偏好的一致率为 85.3%。论文见 [arXiv:2609.15387](https://arxiv.org/abs/2609.15387)。

Arena.ai 称，WebCraftBench 基于从 Tencent Hy 内部 Code Arena 复刻版收集的 369 条请求构建，涵盖非正式用语、不完整指令、不同项目范围和多样偏好。Arena.ai 还称，在 17 个模型上，其排名与 Code Arena 排行榜的相关性为 0.89。

Tags: WebCraftBench, 基准, Tencent Hy, Code Arena, Arena.ai

[查看主帖原文](https://x.com/arena/status/2102858150789669291)