评分 7 · 来源：arXiv cs.AI · 发布于 2026-04-23
评分依据：视觉反馈解锁GUI代码生成与调试能力，解决了编码Agent在GUI场景下依赖文本反馈的痛点，实用性突出。
当前基于LLM的Agent在代码生成上进展显著，但主要依赖基于文本输出的反馈（如命令行输出）进行多轮调试，在涉及视觉信息的图形用户界面(GUI)中表现挣扎。
核心突破：
- 引入视觉反馈循环替代纯文本反馈
- Agent可以”看到”GUI的实际渲染结果
- 大幅提升GUI代码生成和调试的准确性
- 填补了编码Agent在GUI场景下的能力空白