今天怎样委派
限定条件下整包委派
视觉任务已有独立研究对象，通用Python修复成绩不能迁移成界面完成率；浏览器反馈能把画面、动作和状态放进同一修正循环。
W-C04 · 条件能力评估
浏览器功能交付：操作、渲染与可访问性一起验收
交付可在目标浏览器完成真实用户任务的界面变更，附持久状态、视觉差异和可访问性证据。
现在的用法
可整包委派已定义交互的实现与浏览器迭代；以真实状态变化接收，键盘和辅助技术另留明确检查。
视觉JavaScript软件缺陷已有专属评估；原研究观察到通用修复系统跨到视觉与另一语言时明显退化；可用Playwright与axe检查常见自动化可访问性缺陷，但需要交互和辅助技术条件验证补足覆盖。
开始前满足这些条件
- 固定仓库、API数据种子、浏览器/视口、语言、网络条件与访问身份；性能预算按真实业务冻结。
- 保留原页面trace和响应数据，允许Agent选DOM/截图/代码工具探索，关键结果从服务状态反查。
本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。
用你已有的上下文继续
交给我的 Agent
带走当前公开资料，让你的 Agent 结合已有背景继续分析。也可以读完就结束。
查看可复制的内容
我正在了解：浏览器功能交付：操作、渲染与可访问性一起验收 交付可在目标浏览器完成真实用户任务的界面变更，附持久状态、视觉差异和可访问性证据。 请读取这项工作的输入、条件和验收，结合当前授权与环境完成我提出的交付。先说明可执行范围和阻塞；保留失败、重试与独立接收记录，不把示例当作本次已运行结果。 公开资料： 当前任务与验收资料：https://edgeofwork.com/work-units/W-C04.md?version=2026-10-21.workunits.2 区分职业资料、研究结果、工具声明和编辑推断；读取资料给出的日期、版本与范围。需要时补充原始来源。使用自己的自然报告或对话继续，无需把个人材料和分析回填网站。
当前判断与直接依据
工具今天能否获得
浏览器工具公开；模型、应用和浏览器版本需执行时固定，本站未安装。
Playwright MCP ↗ · 2026-10-20公开仓库HEAD ab6d67cbf8b619338f096980806fdbe29432cc4d；实际运行另固定依赖/镜像/模型
开源；Node与浏览器环境，目标应用账户另备
哪些具体证据支持判断
外部报告结果
视觉JavaScript软件缺陷已有专属评估；原研究观察到通用修复系统跨到视觉与另一语言时明显退化。
SWE-bench Multimodal 原论文 ↗
支持：证明视觉修复需要独立任务分布。
定位：Abstract：任务定义与视觉/跨语言实验摘要
范围限制：2024历史系统，不能当成2026当前前端能力上限。
判断限制：2024历史系统，不能当成2026当前前端能力上限。
研究配置：SWE-bench M：617任务、17个JS库；论文SWE-agent等原配置，非本站运行。
工具与方法依据
可用Playwright与axe检查常见自动化可访问性缺陷，但需要交互和辅助技术条件验证补足覆盖。
Playwright accessibility testing ↗
支持：给出自动规则和边界。
定位：Introduction/Example accessibility tests
范围限制：工具检查不是Agent表现或全面WCAG认证。
判断限制：工具检查不是Agent表现或全面WCAG认证。
有条件的编辑推断
行为契约和目标浏览器齐备时，AI可把实现、操作反馈和修复合成一个交付循环；新状态由独立控制验收。
判断限制：迁移到具体产品仍需独立数据与体验检查。
有条件的编辑推断
可在固定浏览器/设备/数据/网络下委派性能诊断与改动，按可重复测量和真实功能回归接收。
判断限制：视觉JS修复研究不评性能；本页面无改善试验。
输入变化会怎样改变结论
响应式与视觉还原
既有设计有桌面/窄屏差异。
采用范围：可整包交付，先冻结内容和交互，避免用藏内容制造相似。
验收变化：检查断点、长文本、溢出与行为；截图须与真实DOM状态对应。
可访问性与输入设备
使用键盘、读屏、缩放或不同输入法。
采用范围：自动规则可批量修复；复杂读屏流程需单独核验。
验收变化：逐步检查名称/角色、顺序、焦点返回和错误朗读。
性能与兼容迁移
改变构建、组件、SSR/客户端状态或大列表。
采用范围：按浏览器矩阵分阶段接收。
验收变化：同数据负载记录性能、hydration和旧组件/接口回归。
业务仪表盘交互
目标BI/浏览器环境、业务口径/结果内核、角色与发布入口固定。
采用范围：组合A01数据内核和真实界面实现接收；查询Agent案例不是仪表盘完成成绩。
验收变化：交组件/BI文件和运行入口，独立操作筛选/联动/下钻并对账分母/结果；验证角色权限、刷新/缓存/空态/错误态和重新进入。
前沿已经展示到哪里
SWE-bench Multimodal给出视觉JavaScript任务及历史实验，尚不能证明目标产品的跨浏览器与可访问性。
未知下一步怎样验证
选择一个有异步提交和失败恢复的真实页面，先冻结端点/状态控制；让Agent交付并重放键盘、窄屏和慢网路径。
未来什么信号会扩大或缩小边界
- 新页面和浏览器下真实任务、持久状态及键盘流程持续通过，可考虑扩大相近输入范围。
- 视觉相似但交互/焦点/错误恢复退化，需收窄支持矩阵，应收窄或暂停相应采用。
交付什么
请求：给定页面、用户意图和设计参照，定义提交后/刷新后应保留的状态以及加载、无数据、失败和无权限行为。
范围为已给设计/行为目标的页面或组件，不把视觉截图等同交互成功；原创品牌设计另定验收。
- 目标状态
- 给定页面、用户意图和设计参照，定义提交后/刷新后应保留的状态以及加载、无数据、失败和无权限行为。
- 环境与差异
- 固定仓库、API数据种子、浏览器/视口、语言、网络条件与访问身份；性能预算按真实业务冻结。
- 接收基线
- 保留原页面trace和响应数据，允许Agent选DOM/截图/代码工具探索，关键结果从服务状态反查。
接收产物
- 可应用界面补丁及组件/状态接口变化
- 真实浏览器操作trace、状态对照和视口截图
- 键盘/焦点/语义检查、性能前后测量及未覆盖辅助技术范围
怎样验收
1. 任务确实完成
执行输入—提交—刷新—重进，核对服务端或本地持久状态与错误恢复。
拒收例子：只截图漂亮页面，点击按钮无效果。
2. 不同使用条件可接收
对目标视口、加载/失败态、键盘导航及焦点恢复逐项检查；axe只负责可自动发现的规则。
拒收例子：把零axe告警写成所有辅助技术用户都能完成任务。
3. 改善可重复
在同一数据/网络/设备条件比较性能与布局，保留失败trace。
拒收例子：只更改阈值或关闭慢路径来声称性能改善。
一个具体例子
输入：筛选订单后导出，移动宽度下错误提示不挡住重试按钮。
预期交付：补丁、真实请求/文件结果、键盘焦点与三类状态trace。
容易出错：按钮只是下载伪CSV，刷新后过滤条件丢失。
工作步骤怎样重组
原来的组织方式
设计、开发、手工点验和缺陷来回交接。
现在的组织方式
Agent可自主修改页面、启动浏览器、观察trace并迭代，程序核对数据状态；使用者按目标接收体验。
保留的判断、新增的工作与失败接管
仍需做好
- 确定用户任务、视觉取舍和需要支持的使用条件；辅助技术体验缺口应由相应使用场景验证。
新增职责
- 在同一数据/网络/设备条件比较性能与布局，保留失败trace。
人的责任：确定用户任务、视觉取舍和需要支持的使用条件；辅助技术体验缺口应由相应使用场景验证。
失败处理：缺API、浏览器或登录身份时交付可重现阻塞与已完成范围；不能用静态图宣告功能交付。
尚待补足
- 目标页面的持久状态、跨浏览器、键盘/读屏与性能矩阵尚未实际重放。
这对个人和团队意味着什么
职业与岗位
前端开发、质量工程
可应用界面补丁及组件/状态接口变化
选择一个有异步提交和失败恢复的真实页面，先冻结端点/状态控制；让Agent交付并重放键盘、窄屏和慢网路径。
查看相关职业与方向 →团队与分工
视觉任务已有独立研究对象，通用Python修复成绩不能迁移成界面完成率；浏览器反馈能把画面、动作和状态放进同一修正循环。
Agent可自主修改页面、启动浏览器、观察trace并迭代，程序核对数据状态；使用者按目标接收体验。
用一项真实授权交付核对可接收产物、失败、返工和接收耗时；据此调整工具/环境与团队分工。
查看工作分工与组织案例 →依据具体支持了什么
SWE-bench Multimodal 原论文
证明视觉修复需要独立任务分布。
未覆盖：2024历史系统，不能当成2026当前前端能力上限。
Playwright accessibility testing
给出自动规则和边界。
未覆盖：工具检查不是Agent表现或全面WCAG认证。
Playwright MCP 官方实现
提供操作与观察的可用接口。
未覆盖：迁移到具体产品仍需独立数据与体验检查。
原文定位、日期与职业来源关系
- SWE-bench Multimodal 原论文 ↗
2024-10-04 · 定位：Abstract；任务定义与实验
视觉JavaScript缺陷；跨语言与视觉泛化研究；历史模型/任务，不是当前前端、可访问性或产品完成率。
核查 2026-10-20 · 下次复查 2027-01-20
- Playwright accessibility testing ↗
未标注单页发布日期 · 定位：Introduction；Example tests；WCAG limitations
浏览器与axe检查方法；工具方法，不是AI成绩；自动扫描不能覆盖所有可访问性问题。
核查 2026-10-20 · 下次复查 2027-01-20
- Playwright MCP 官方实现 ↗
持续更新仓库；本次2026-10-20访问 · 定位：README：tools、browser configuration
Agent浏览器操作与可见状态入口；可用实现不证明任务正确；需固定执行版本并隔离账户数据。
核查 2026-10-20 · 下次复查 2027-01-20
未来3–5年：2029–2031
2029–2031：从单份修改到持续交付的软件Agent
整包应用案例、真实修复接收和运行流程优化，是更长软件任务可委派的正面信号。以下是本站据此提出的条件情景，不是这些研究给出的日期预测。
当前建议回答今天怎样交付；未来3–5年指2029–2031。编程的完整交付与数学的开放问题成果，支持认真准备更广泛自主工作的强情景。本站把AGI视作跨领域、能适应新任务且可靠达成复杂目标的讨论对象；这些进展是方向证据，尚不能确认某个AGI定义已满足或必在某年发生。三种情景均给出可观察信号、职责变化与现在行动，不把今天的局限或人的现有分工写成永久边界。
基准情景：完整修改成为常用交付
在上下文与测试较成熟的系统中，Agent承接功能、修复和回归的一体交付，维护者从逐步编写转向目标、异常与接收；审查的一部分继续自动化。
现在的行动：现在沉淀真实行为契约、失败样本和环境；按净交付周期衡量收益，不以代码量替代。
成立信号与职责变化
- 未见仓库和变更类型仍保持可验收交付
- 返工、接收和线上恢复成本随使用改善
- 环境/上下文变化能被检测并更新
工程岗位更常覆盖需求、系统取舍与运行结果；初级培养需从只写代码升级为理解与验证完整修改。
加速情景：软件成为按目标持续运行的系统
若长链恢复、跨仓库迁移和自动验证持续进步，Agent可在权限与预算内规划、实现、迁移和维护较大系统；人可用更少逐步干预探索新产品，团队边界可能重组。
现在的行动：把工具和职责做成可替换接口；试验更大交付，但按实际触发信号扩围，并安排成员转向新的业务机会。
成立信号与职责变化
- 跨多系统、数周目标能在真实变化后继续交付
- 独立评估能发现自生成测试漏掉的重要错误
- 完整人工介入和故障成本持续下降，且系统可迁移到新业务
稀缺工作可能转向选目标、产品机会、资源和影响取舍；不能预设人工代码审查永远是主要瓶颈。
受限情景：编码快，集成与组织仍慢
模型产物更强，但遗留系统、隐性需求、权限和恢复成本使自主交付扩展较慢；固定程序与AI协作长期并存。
现在的行动：优先修复反复出现的集成障碍；保持可回退的部署和岗位安排，避免依据榜单单独裁定编制。
成立信号与职责变化
- 未知依赖和需求变动仍引发大幅返工
- 审查和事故处理抵消生成提速
- 同一Agent换系统后需要重新铺上下文
系统知识、集成和沟通能力仍有高价值；工具投入首先服务复现、测试和资料。
持续观察什么，以及情景的研究依据
- 实际未见仓库的完整交付与维护记录
- 跨月净人工时间、回滚与事故情况
- 任务/环境/模型版本变化后的迁移表现
- 把长时间应用开发交付给Agent ↗
2026-03-24 · 定位：规划/生成/评价分工、实际应用操作及评价者限制
展示围绕可用应用的实现、操作评价与修正循环，支持以用户行为验收功能。；作者工程案例；未复现演示应用，不能推出任意项目可靠率或多Agent必优。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- AI参与的修复PR：哪些被项目接收，哪些没有 ↗
2026-01-29 · 定位：§2样本、表1、§3.2失败原因
五类Agent参与的8106个修复PR中5267已合并、2113关闭未合并、726仍开放；提供修复交付与项目接收的观察。；非随机样本，Agent配置与项目不同；合并不等同全部正确或净省时，不用于本站成功率。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Harness²：固定执行模型，改进运行流程 ↗
2026-10-09 · 定位：§2.2、§3.1表1、附录B/D
WorkBuddy-Bench Code上的平均检查得分变化及工具/上下文/检查流程的优化方法。；检查项均分不是项目通过率；经验流内相关，候选与编辑成本另计；未验证本站任务。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Anthropic内部的工作与职责变化 ↗
2026-10-16 · 定位：Bottlenecks and process；采用非随机限制
单公司现场观察到Agent组织、上下文维护和注意力分配成为新的工作。；公司业务及采用选择特殊；产出代理量不等于完整业务价值，不外推行业岗位数量。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- 任务时间跨度：软件任务趋势及其适用范围 ↗
未标注（最后更新2026-09-08） · 定位：页首维护状态；Methodological Details；FAQ
在给定软件类任务分布上，按人类专家任务时长描述模型可完成难度，适合观察长链能力趋势。；此页已停止主动更新；时间跨度不是Agent自主运行时长，不直接对应行业自动化或AGI日期。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
岗位深度研究 · 独立资料版本 2026-10-24.studies.5
把这项工作放回完整工作链
AI 软件工程师：前端与后端完整交付 →
从需求、前后端实现到质量、发布和运行，比较AI、成熟库与托管服务怎样改变可交付范围与责任。
部分工作或方法关联；专题任务不是正式职业来源任务，也不把一个单元的全部证据传播为岗位成绩。