HTML

Pac-Man 基准测试暴露生成差距，提示词仍难稳定驱动前端开发

Reddit 用户用同一句“用 HTML 制作像素风吃豆人”测试 Fable 模型，结果在追加提示后仍不理想。这个小型案例值得关注：衡量 AI 编程能力，不能只看任务是否完成，还要看指令遵循、视觉还原和重复运行的一致性。