Android Bench 2.0 在1.0版本的100项短任务基础上,扩展出包含30项任务的新赛道,覆盖四类真实工程工作。此次更新旨在更好地评估AI代理在实用软件工程挑战中的表现。
2026-09-21 19:31:36 UTC Android Bench 2.0 新增30项任务赛道,聚焦真实工程实践 Android Bench 2.0 在1.0版本的100项短任务基础上,扩展出包含30项任务的新赛道,覆盖四类真实工程工作。此次更新旨在更好地评估AI代理在实用软件工程挑战中的表现。 Source posts Original post by @shao__meng on X