OpenHands引入多模态模型，编程智能体开始同时理解代码与界面

OpenHands于10月15日介绍与NVIDIA的合作，将Nemotron 3.5 Super VL引入持续运行的软件工程智能体工作流。其关注点是让智能体在代码之外，也能利用截图、视觉资料和工具结果理解任务。现实开发经常同时涉及仓库、文档与界面，单靠文字提示难以覆盖完整上下文。多模态能力有望改善这类衔接，但识别界面问题只是第一步，模型还需要修改代码、运行验证并处理失败。后续值得观察的是长任务完成率，而非单次生成效果。