a16z 数据：计算机操作智能体在 OSWorld-Verified 基准达 85%，超人类水平

OmniTools 8月10日消息，a16z 最新数据显示，计算机操作智能体在 OSWorld-Verified 基准测试中的最佳表现已从一年前的 42% 提升至 85%，超过人类测试者约 72% 的水平。Claude Fable 5 以 85% 的准确率位居榜首。