开源 GUI 智能体跨设备实测:复合任务最佳成功率仅 8%
maier_ak · x · 2026-09-23
JarvisGUI 基准的 118 个原子任务上,开源 GUI 智能体任务成功率介于 28.8%(MAI-UI)到 42.4%(HOLO2);Ubuntu 上最高达 60.7%,而 Windows 上仅约 18%。在 150 个复合任务上,最佳 TSR 仅 8%、SSR 19%;跨多设备的任务 TSR 最高只有 2%,显示当前智能体远不能应对真实多设备工作。
所属事件:JarvisGUI 基准实测开源 GUI 智能体:复合任务成功率仅 8%(3 条相关)→
「编程与Agent」频道最新
- Sergey Karayev:谷歌「自废武功」退出编码 Agent 竞争 — sergeykarayev · 2026-09-23
- 零配置 MCP 工具服务器：base64、JWT、cron 等日常开发工具一站搞定 — modelcontextprotocol · 2026-09-23
- 医院运营 Agent 系统弃用扁平结构,改用三层编排的经验 — Repulsive_Sugar_5252 · 2026-09-23
- 开源运行时 Kiso：工具执行崩溃后「无回执」状态如何恢复 — niurenwangdadan · 2026-09-23
- JarvisGUI 基准:跨 Android/Windows/Ubuntu 考验 GUI 智能体 — maier_ak · 2026-09-23
- 新基准 Cross-DURIAN：专测多设备 GUI 智能体跨屏协作能力 — maier_ak · 2026-09-23