公开环境把网页 agent 评测扩展到可复现的大规模任务，但结果仍来自作者。
建议动作一天内运行公开任务并核对重置、成功判定和复现成本。
判断复核于 2026-10-31 · 依据：WebAnything 为 web agent 重建可复现实验环境