XNews

谷歌Android Bench 2.0:AI代理在真实安卓开发任务中最高得分28%

谷歌Android Bench 2.0:AI代理在真实安卓开发任务中最高得分28%

谷歌发布了Android Bench 2.0,这是一个衡量AI模型与代理组合在谷歌最佳实践中的真实安卓开发任务上表现的基准测试。该测试包含30项任务,涵盖应用转换、从零构建、架构迁移和新功能开发。最高得分达到28%(GPT-6 Astra + Codex 和 Claude Fable 5.1 + Claude Code),许多任务如Flutter到安卓迁移和XML到Compose迁移在所有模型中均未通过。

Source posts