Banc d'épreuve
Pas une promesse : des scénarios exécutés de bout en bout par l'agent, avec le prompt d'origine, les fichiers produits, le statut typecheck et build, et un verdict honnête — y compris quand c'est un échec.
La distinction qui évite de mentir.
Les écrans, la navigation, le schéma de données, l'authentification, le temps réel, l'upload de médias, les règles d'accès — le tout compilé, buildé et vérifié. C'est testable, et c'est exactement ce que mesure ce banc d'épreuve.
Être Facebook, Instagram ou TikTok, c'est des millions d'utilisateurs, de l'encodage vidéo à l'échelle, de la recommandation, de la modération et un CDN mondial. C'est de l'infrastructure et de l'exploitation, pas de l'intelligence d'agent.
Chaque scénario est lancé par l'agent, sans intervention manuelle, et son résultat est enregistré tel quel.
Inscription, profil, fil d'actualité, publication, commentaires, likes, amis.
Aucun run publié pour ce scénario. Rien n'est affiché tant que l'agent ne l'a pas réellement exécuté : pas d'exemple décoratif, pas de résultat inventé.
Upload d'image, grille de profil, abonnements, likes.
Aucun run publié pour ce scénario. Rien n'est affiché tant que l'agent ne l'a pas réellement exécuté : pas d'exemple décoratif, pas de résultat inventé.
Lecture vidéo plein écran, défilement vertical, compteur de vues, likes.
Aucun run publié pour ce scénario. Rien n'est affiché tant que l'agent ne l'a pas réellement exécuté : pas d'exemple décoratif, pas de résultat inventé.