iOSWorld 亮相 COLM:26 个互联 App 测试手机 Agent 个人化能力
dan_fried · x · 2026-10-08
Lawrence Jang 与 Jing Yu Koh 在 COLM 2026 展示 OSWorld(iOSWorld):一个面向「个人化智能手机 Agent」的交互式 benchmark。
核心设计:围绕一个持久的用户身份构建,包含 26 个定制 iOS 应用,对应 OpenTable、Uber、DoorDash、Airbnb、Chase 等常见服务。这些 App 之间数据深度互联——消息、交易记录、旅行历史、社交关系与个人偏好交织在一起,用于测试 Agent 在真实个人语境下跨应用操作的能力。
论文与代码均已开源。
所属事件:iOSWorld 基准亮相 COLM,评测手机个人化 Agent(2 条相关)→
「编程与Agent」频道最新
- Canyon Overdrive 上线 Spawn:AI 生成游戏开放 agent API 游玩 — AIandDesign · 2026-10-08
- 8 个 Claude 提示词替代 Canva/Figma 设计订阅 — Aiden_Tech_Ai · 2026-10-08
- Gemini CLI 推送 v0.65.0 nightly：修复 OAuth 死循环并支持自定义 OTLP 头 — gemini-cli-robot · 2026-10-08
- Boris Cherny 一个 prompt 写出应用:Claude 自查至今无 bug — bcherny · 2026-10-08
- 开发者给 DeepSeek Harness 桌面版补上 29 种界面语言 — seeweed7 · 2026-10-08
- Claude Code 隐藏玩法:让多个会话互相协调管理工作流 — RileyRalmuto · 2026-10-08