待验证50% 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

1

来源数

50%

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

待验证皮查伊表示谷歌的AI系统在12小时内可以从零构建一个简单的操作系统，而人工场景下需要数千小时70% 相似待验证Android Studio 启动通常需要数十秒，占用内存动辄超过 2GB65% 相似待验证在网页设计任务中，Gemini 5.2耗时13分59秒完成，而Opus耗时14分59秒64% 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

引用此条事实

Stable URI

https://kongchang.com/claim/338169

API

curl https://kongchang.com/api/v1/knowledge/claims/338169

MCP

get_claim(id=338169)