Unverified50% confidenceFactExact time
OSWorld 2.0包含108个长流程真实计算机任务
1
Sources
50%
Confidence
Long-term
Relevance
7/9/2026
First Seen
Sources
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7/1/2026
Related Claims
Unverified在OSWorld 2.0最长的工作流中AI完成率几乎降至0，完成率对任务长度极其敏感62% similarUnverified主流AI代理完成OSWorld 2.0每个任务平均需要超过300步，而1.0版本只需30步左右61% similarUnverified实验使用ZimaBoard 2单板计算机作为运行载体，24小时不间断运行Hermes智能体55% similarUnverified最多 10 个仓库的上限意味着拥有上百个仓库的超大型组织仍需多个自动化任务组合使用53% similarUnverified在代码Agent场景下，一次完整任务的轨迹长度可达数十万token53% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/382046API
curl https://kongchang.com/api/v1/knowledge/claims/382046MCP
get_claim(id=382046)