苹果 iPrefBench 揭示移动 Agent 短板：执行力强但个性化差
apple · hf · 2026-10-28
苹果联合俄亥俄州立大学发布 iPrefBench，在可执行的 iOS 仿真环境中评测移动 Agent 的「推断缺失偏好」与「必要提问」能力。基准基于拥有 3051 条历史活动的用户画像，覆盖 26 个应用的 130 个欠明确任务。对 7 个前沿 Agent 的评测显示：任务执行得分最高可达 91.6%，但完整任务成功率最高仅 47.7%——个性化能力明显拖后腿。
「编程与Agent」频道最新
- Superwhisper 接入 Grok Bot:企业可把产品做成可对话的 Bot 模板 — XFreeze · 2026-10-28
- YC F26 项目 Sentient OS 发布:本地 LLM 全程理解你的电脑生活 — testingcatalog · 2026-10-28
- 开源Sentient OS发布：本地AI接管屏幕任务，Mac免费可用 — testingcatalog · 2026-10-28
- Supermemory 深挖 Claude Code 记忆机制,逐层拆解内部实现 — julianweisser · 2026-10-28
- GitHub Spec Kit 主推规格驱动开发：5 条命令让 AI 编码先规划后动手 — Arindam_1729 · 2026-10-28
- LangChain 详解设计 Agent 构建：品味来自上下文而非模型 — LangChain · 2026-10-28