待验证80% 置信基准精确时间

Stanford University's WebArena benchmark, released in 2023, showed that even the most advanced AI models achieve only about a 14% success rate on complex operational tasks on real web pages

1

来源数

80%

置信度

长期有效

时效性

2026/7/18

首次发现

来源

Giving AI Root Access to a Computer and a Bank Card: A Full Breakdown of the Autonomous Money-Making Experiment

涉及实体

WebArenaconcept Stanford Universitycompany

相关事实

待验证AI智能体操作网页的核心技术难题是actuation（执行操作），源于AI模型的感知-行动鸿沟69% 相似待验证AI Agent在执行网页任务时面临的核心挑战来自Web的异构性69% 相似待验证斯坦福大学2024年AI指数报告显示，编程类任务是AI渗透速度最快的工作领域之一68% 相似待验证AI代理在面对动态加载页面、验证码、多因素认证等情况时仍存在较高的失败率66% 相似待验证AI的核心优势在于处理复杂高难度任务而非当作搜索引擎使用66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/680680

API

curl https://kongchang.com/api/v1/knowledge/claims/680680

MCP

get_claim(id=680680)