AEC-Bench：首个建筑领域多模态agent基准

像SWE-Bench这样的智能体基准彻底改变了我们评估编码智能体的方式。但编码只是一个领域。建筑世界——建筑、工程、施工——是一个13万亿美元的行业，其“文档”是200页的可视化图纸集，而不是源代码。此前没有针对这一领域的基准，现在有了。