Unverified50% confidenceBenchmarkExact time
最强AI Agent在OSWorld 2.0上的任务完成率仅约20%
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/10/2026
First Seen
Valid until: 10/8/2026
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来自上海 AI Lab 等机构的研究表明，CodeAct Agent 在多步骤任务基准测试中的成功率比传统 JSON 指令 Agent 高出约 20%67% similarUnverified目前顶尖AI Agent（如Devin、SWE-agent）在SWE-bench上的解决率约为40-55%67% similarUnverifiedAI在OSWorld 2.0任务执行过程中仅有不到7%的步骤用于检测和修复自身错误63% similarUnverified据一位AI工程师分享，其日常工作中20%是AI，剩下80%是纯粹的软件工程63% similarUnverified仅用200行Python代码可以从零搭建一个具备核心能力的AI Agent智能体62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/421496API
curl https://kongchang.com/api/v1/knowledge/claims/421496MCP
get_claim(id=421496)