"在过去的18个月里，计算机使用代理从演示阶段跨越到了可部署阶段。" 一年前，最好的计算机使用模型在操作真实桌面的标准基准测试中得分42%。 今天的最佳成绩：85%。人类测试者在相同任务中的得分约为72%。 关于计算机使用代理的数据，来自 @fabrisera2000、@seema_amble 和 @zephratic：https://www.a16z.news/p/can-agents-use-a-computer-yet-weve