WebCloneBench 发布：8 小时内完整克隆 Gmail/Slack，测模型复刻 Web 应用能力

Plato 团队发布新基准 WebCloneBench，衡量模型探索、复刻、构建和测试 Web 应用的综合能力。每个任务给模型一个参考站点（如 Gmail、Google Sheets、Jira、Slack、Figma），需在 8 小时时限内构建出功能完全对齐的克隆版本。这是对前端与 Agent 长时程任务执行能力的硬核测试。