已验证65% 置信事实精确时间
OSWorld 2.0包含108个长流程真实计算机任务，熟练人类完成这些任务的中位数时间是1.6小时，约为1.0版本（2分钟）的48倍
3
来源数
65%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
OSWorld 2.0测评：最强AI Agent完成率仅20%，长流程是致命短板
bilibili熊二等兵2026/7/1
相关事实
待验证Android Studio 启动通常需要数十秒，占用内存动辄超过 2GB65% 相似待验证手动走查一款中等复杂度的App可能需要4-8小时，而结构化工具可将时间压缩到几分钟64% 相似待验证完成30秒版本动用了14个子代理协同，整个过程涉及779次工具调用（主对话161次，子代理618次），总耗时约2.4小时63% 相似待验证微软研究院2022年发布的研究显示，开发者平均每天只有约2-4小时处于真正的深度编码状态，这段时间产出的代码量和质量往往占全天工作成果的70%以上63% 相似待验证热带岛屿项目使用了多个子代理，API 运行约 2 小时 7 分钟，换算成现实时间约 8 小时63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/338169API
curl https://kongchang.com/api/v1/knowledge/claims/338169MCP
get_claim(id=338169)