已过期50% 置信基准精确时间

当前最先进的GUI Agent在WebArena等评测中的任务完成率通常在20%-40%之间

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/8/17

首次发现

有效期至：2026/8/31(已过期)

来源

CLI-Anything：让所有软件变成Agent原生的开源工具

相关事实

待验证当前最优模型在 WebArena、Mind2Web 等基准测试上的任务完成率通常在 20%-40% 之间77% 相似待验证在Agent辅助下，真正花在执行上的时间只剩约20%67% 相似待验证研究显示复杂代理任务的token消耗往往是等效单次对话的20-100倍67% 相似待验证高质量的Prompt工程能在不增加模型参数的前提下将任务成功率提升20%~40%66% 相似待验证如果一个 Agent 任务的真实成功率是 80%，运行 10 次全部成功的概率约为 10.7%（0.8的10次方）65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/764080

API

curl https://kongchang.com/api/v1/knowledge/claims/764080

MCP

get_claim(id=764080)