官方 SWE-bench 团队发布了 SWE-agent Multimodal。新版本为智能体赋予了图像识别与完整无头网页浏览器控制能力，专门用于调试和修复复杂的前端 UI 渲染 Bug。该架构不仅可作为 SWE-bench Multimodal 评测标准，也可直接作为前端开发者的日常自动化调试工具。
核心要点速览 (Key Takeaways)
- ✓将软件工程 Agent 的评测与实操从纯文本 Issue 扩展到带有交互界面的复杂前端任务。
- ✓内置浏览器沙箱允许智能体自主查看页面渲染效果、模拟用户点击并审查控制台报错。
- ✓完全开源于 GitHub，同一套运行时既可用于学术标准跑分，也可作为开发辅助插件。