研究团队发布SWE-WebDevBench，用“虚拟软件公司”方式评测代码Agent平台

新论文SWE-WebDevBench提出以“虚拟软件机构”形式评估代码Agent平台能力，重点考察长期任务协同、Web开发与多步骤工程执行，被视为代码Agent评测体系的重要扩展。