Google 发布 Android Bench 2.0 基准

Google 发布 Android Bench 2.0，这是其面向 Android 开发任务、用于评测 AI 模型与 Agent 的基准框架的一次重大更新。新版本首次加入长周期任务（LHT），即需工程师数天甚至一周才能完成的复杂任务，例如升级依赖、从零构建应用、把跨平台应用迁移到 Android；同时引入 Agent 评测，先从各模型厂商对应的 Agent 开始。评分方式也由原来的二元通过/失败判定改为连续评分。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。