实在Agent刷新全球纪录，究竟强在哪？
从12%到90%，两年走了多远？翻了下OSWorld的迭代数据，挺震撼的：2024年，最强AI模型成功率12.2%；2025年，涨到22%，年底冲到72.6%，首次超过人类平均水平；2026年5月，刷新到83.6%；两个月后，实在Agent干到90.2%。两年时间，从几乎啥都干不成，到比真人干活还稳。这背后是整个行业在视觉理解、任务规划这些能力上的持续突破。从“能聊天”到“能干活”，AI正在经历一场底层逻辑的切换。2023年大家问“哪个模型参数最多”，2024年问“哪个推理最强”，现在产业界问的是“哪个最能干活”。好奇问一下，你们工作中哪些场景最希望AI能“直接上手干”？
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
