待验证50% 置信事实精确时间
OSWorld是上海交通大学等机构联合发布的开放评测基准，包含在真实操作系统中执行的369个任务，涵盖Web浏览器、文件管理器、Office套件等软件，以任务成功率为指标
1
来源数
50%
置信度
长期有效
时效性
2026/9/21
首次发现
来源
涉及实体
相关事实
待验证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73% 相似待验证OSWorld是首个面向真实操作系统环境的多模态Agent评估基准73% 相似待验证Ollama 最初作为轻量级命令行工具和后台服务器构建，如今也推出了 Windows 和 macOS 的官方桌面应用58% 相似待验证macOS 生态中已有 Rectangle、Magnet、Moom 等窗口管理类工具58% 相似待验证一位 Reddit 用户发帖称其团队为覆盖 Web、Windows 桌面、macOS 和 Android 四端产品，堆叠出四套独立的自动化测试栈（Web用Playwright、Windows用WinAppDriver定制方案、Android用Appium、物理设备靠人工重启）58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/938806API
curl https://kongchang.com/api/v1/knowledge/claims/938806MCP
get_claim(id=938806)