
Modern Web Guidance 发布 1.0,称 AI 编程模型仍不遵循 Web 最佳实践
来源标题:Top things AI gets wrong in web development
Modern Web Guidance 发布 1.0 版本,将 Web 平台知识、最佳实践和浏览器兼容性数据嵌入 AI 编程代理。该项目自 5 月早期预览以来持续评估前沿模型,发现这些模型并未遵循 Web 开发最佳实践。其评估套件通过同一提示词测试各指南定义的预期是否成立。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
GitHub LinkedIn Mastodon Bluesky Homepage 本周,我们发布了 Modern Web Guidance 1.0 版本。这是一套技能集合,可将关于 Web 平台的专业知识、最佳实践以及浏览器兼容性数据直接嵌入你的编程 Agent 中。我们推出 Modern Web Guidance 的目标,是帮助使用 AI 编程 Agent 的开发者充分利用现代 Web 平台的能力与潜力,最终改善用户的 Web 体验。 自五月份我们推出 Modern Web Guidance 早期预览版以来,编程 Agent 已经变得越来越强大,并且有许多出色的新前沿模型相继发布。我们最常被问到的一个问题是:这些新的前沿模型难道不已经遵循 Web 开发的最佳实践了吗? 遗憾的是,答案是“不”。而我们之所以知道答案是“不”,是因为我们做了测试。 Modern Web Guidance 中的每一份指南都定义了一组期望,如果指南中的最佳实践被正确遵循,这些期望就应当成立。随后,我们的评估套件会将同一提示分别交给一个安装了 Modern Web Guidance 的 Agent(受引导 Agent)和一个未安装 Modern Web Guidance 的 Agent(未受引导 Agent)来测试这些指南。两次运行的输出都会对照指南中定义的期望进行检查。 如果你比较有引导和无引导情况下的通过率,就会发现 AI 模型——即便最新的前沿模型——并不能自主遵循现代 Web 开发的最佳实践。 平均而言,未受引导的编程 Agent 在我们评估套件的检查中仅能通过约 50%,而使用 Modern Web Guidance 时约为 90%。 在我们的评估仪表板中,你可以找到我们针对每份指南执行的具体检查的完整列表,以及每个模型在这些检查上的得分。 在本文中,我们将从宏观层面概述 AI 模型在 Web 开发者日常工作中最常遇到的重要领域(如无障碍、用户体验、性能和安全性)里,反复出错的 10 个问题最严重的方面。 对于使用键盘或屏幕阅读器导航的用户来说,可预测的焦点顺序是交互式 UI 可用性的关键。缺少这一特性,焦点可能会漂移到隐藏的背景内容中,或陷入数十个额外的 tab 停靠点中无法脱身。 焦点与 inert 管理是我们评估中最大的无障碍缺口之一,也是使用 Modern Web Guidance 后改进最明显的领域之一。以下是最常见的错误: 意外的页面移动和大规模动画不仅会分散注意力,还可能让患有前庭功能障碍或运动敏感的用户出现眩晕、恶心或头痛。 AI 模型在添加标准 CSS 过渡或关键帧动画时,通常记得检查 prefers-reduced-motion。但当它们使用较新的特性(如平滑滚动、视图过渡或滚动驱动动画)时,往往会忘记减少动态效果,或在实现时出错: 表单是互联网上最关键用户旅程的基石。支付表单中的一个小问题,就可能对企业的业绩产生重大影响。 AI 模型能够较好地搭建表单的基础框架,但常常在细小却至关重要的细节上出错,例如验证错误、占位符和格式提示的正确放置,以及与密码管理器和自动填充功能的正确集成: Agent 擅长用命令式 JavaScript 实现触摸手势,并编写自己的自定义物理逻辑。这些实现能够工作,但基于 JavaScript 的触摸交互,其手感很少能像用户从原生应用中所习惯的那样顺滑。 其中许多交互都可以用 CSS 和原生滚动 API 来实现,从而让浏览器在主线程之外执行手势物理运算。在我们的评估中,我们看到 AI 模型常常忽略这些特性: 在我们的评估中,模型在围绕模态对话框和 popover 进行动画、关闭或限制滚动时,常常退回到命令式 JavaScript 的变通方案。 Agent 往往不依赖专为顶层覆盖层设计的现代 HTML 和 CSS 特性,而是手动编写输入/输出状态机、历史记录钩子和 body 滚动锁定,这些实现更难维护,且容易产生细微的 UI bug。 如果你能正确实现这些交互,就能把脆弱的体验转变为用户信赖的精致体验。以下是我们遇到的最常见错误: 用户开启深色模式是为了减少眼睛疲劳和眩光。页面加载时刺眼的白屏闪烁、未应用主题的表单选项,或与操作系统偏好不同步的切换开关,都会立刻破坏用户体验。 深色模式切换开关看似简单,但在我们的评估中,未经引导的模型会 consistently 遗漏切换主题和正确处理原生表单控件所需的关键平台细节: 用户在页面加载完成后,大部分时间都停留在网页上。缓慢的交互和卡顿的过渡,对用户体验的伤害可能与首次加载缓慢一样大。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。