a16z报告：计算机控制智能体基准已超越人类

a16z发布深度分析指出，过去18个月里计算机使用智能体（CUA）已从演示阶段跨越至可部署的生产环境。核心数据显示，在标准桌面操作基准测试中，最佳模型的得分从去年的42%飙升至目前的超越人类测试者水平。尽管基准表现惊人，但这类智能体在实际落地应用中仍面临一定限制。

2026-08-10 ~ 2026-08-10 · 2 条相关

• a16z 揭示计算机控制 Agent 现状：基准超越人类，落地仍受限 — a16z · 2026-08-10
• a16z 深度报告：CUA 智能体基准得分已超越人类测试者 — a16z · 2026-08-10