待验证50% 置信观点精确时间
AutomationBench-AA 的 68% 完成率表明模型在自动化任务中仍有约三分之一的失败空间，距离可靠的生产级代理还有距离。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/22
首次发现
有效期至：2027/1/20
来源
Ling-3.1-flash 1019更新：智能指数44分，开源权重即将发布
redditr/LocalLLaMA2026/10/22
涉及实体
相关事实
待验证OK平台的68%自动化率和51%两小时内完成回答的是吞吐量（快），不回答换新模型、新团队、新供应商之后外部是否还能看到接近的质量；该质量的数字尚未出现。70% 相似待验证根据文中量化估算，编程智能体任务中模型推理仅占总时间的 20%-30%，剩余 70%-80% 花在等待外部系统 I/O 响应69% 相似待验证在 1200 场 AI 对 AI 的 Normal 难度测试中，25 分钟后未分胜负的对局比例从 14% 降至 0.9%。68% 相似待验证哈佛商学院与波士顿咨询公司（BCG）对758名咨询顾问的研究发现，当任务正好落在AI能力边界之外时，使用AI的人给出正确答案的概率反而下降了19%。68% 相似待验证AI单独干活任务完成率低，配上真人后任务完成率直接涨70%以上67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1085235API
curl https://kongchang.com/api/v1/knowledge/claims/1085235MCP
get_claim(id=1085235)