Google 研究员 COLM 展示三套 Agent 基准

2026 年 10 月 5 日的报道显示，Google 研究员 Koh Jingyu 将在 COLM 展示 iOSWorld、Odysseys 与 MACU 三项 Agent 相关成果。据该报道，iOSWorld 是在真实 iOS 环境中评测手机 agent 的基准；Odysseys 是面向网页 agent 的长程任务基准，包含 200 条源自真实浏览会话的任务；MACU 由 manager 模型把计算机使用任务拆解为并行子任务，报道称其可同时提升成功率与速度。目前三项成果处于将在 COLM 现场亮相的阶段，报道未披露具体展示时间、评测成绩或第三方复现结果，也未给出更多细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。