为什么现在 AI 写前端一下子这么强了，小米的 MiMo 论文的这段介绍了他们如何训练模型写前端的，关键是这句： 我们的基于视觉的验证器通过对录制的视频片段执行情况进行评分，综合评估视觉质量、功能准确性和可执行性，从而确保奖励机制能够同时兼顾外观表现与行为效果。 原理上就是模型根据 prompt 写好代码后再用 Playwright 操作录制成视频，然后，交给一个视觉验证器（应该是一个专门训练