PPTBench 发布:考验 Coding Agent 能否照图重建可编辑 PPT
jiqizhixin · x · 2026-10-09
- Einsia AI 的 Navers Lab 发布 PPTBench,评估编码 Agent 的「视觉编码」能力:给定流程图、网页原型、3D 场景草图或完整 PPT 页,让 Agent 看图重建为可运行、可编辑的代码/PPT。
- 核心挑战:不只是让代码跑起来,Agent 需从视觉输入理解对象、结构、空间关系与语义,并准确编码进程序——连 GPT-6 Astra 也会误读流程图。
- 评测采用 Agentic Judge:从最终交付的 PPT 出发逐层核查任务是否真正完成,不依赖固定的对象树;因为重建结果可能外观几乎一致但结构上完全不同。
「编程与Agent」频道最新
- Voyager 发布：面向创意工作而非编码的开放 Agent 工作台 — socialwithaayan · 2026-10-09
- 营销总监让 Slack 里的 Agent 直接从 Figma 开 PR 改网站 — every · 2026-10-09
- 500 个 .md 指令文件拖垮 AI 团队，开发者建议定期推倒重建 — bendee983 · 2026-10-09
- AI 交易Agent Catalyst 获 3000 万美元融资并招工程师 — jzlegion · 2026-10-09
- 生产级 RAG 管线清单:让系统学会说「我不知道」 — Winter_Mistake_3185 · 2026-10-09
- 开发者用 Opus 5.5 写出纯程序化无限城市,浏览器 WebGPU 实时跑 — jason_mayes · 2026-10-09