待验证50% 置信事实精确时间

OSWorld 2.0团队自托管了31个任务相关网络服务以确保测试环境可复现

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

OSWorld 2.0测评：最强AI Agent完成率仅20%，长流程是致命短板

bilibili熊二等兵2026/7/1

相关事实

待验证OSWorld是首个面向真实操作系统环境的多模态Agent评估基准60% 相似待验证苹果开发者计划覆盖iOS、macOS、watchOS和tvOS应用开发，提供Xcode工具链、TestFlight测试分发和App Store Connect发布管理等能力53% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/338171

API

curl https://kongchang.com/api/v1/knowledge/claims/338171

MCP

get_claim(id=338171)