最大浏览器 Agent 基准 WebArena-Pro 发布,最佳成绩仅 62.3%

xhluca · x · 2026-11-17

WebArena-Pro 发布,号称迄今规模最大、最具挑战性的浏览器操作 Agent 基准:覆盖 20 个应用和 4 种模态。作者评测的最好的 Agent 也只能解决 62.3% 的任务,说明真实网页环境下自主浏览操作仍有很大提升空间。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →