أول وكيل عمليات سطح مكتب يتجاوز نسبة نجاح 90٪: من تكديس النماذج إلى الهندسة، Shiai Agent يتصدر OSWorld
حقق وكيل Shiai Agent، الذي طوره فريق صيني، نسبة نجاح 90.2٪ على منصة OSWorld، محتلاً المرتبة الأولى بشكل عام وفي فئة Agentic Framework. هذا يكسر الرقم القياسي العالمي لتقييم وكلاء استخدام الحاسوب، مما يجعله أول وكيل يتجاوز دقة 90٪.
في 27 يوليو، حدّثت OSWorld لوحة المتصدرين الخاصة بها. حقق Shiai Agent نسبة نجاح إجمالية بلغت 90.2% برصيد 325.59 نقطة، متصدرًا كل من التصنيف العام وتصنيف الأطر الوكيلة. وسجل رقمًا قياسيًا عالميًا جديدًا للتقييم العام لوكلاء تشغيل الحاسوب، ليصبح أول وكيل عمليات مكتبية يتجاوز 90% من النجاح. OSWorld هو معيار تقييم يختبر الوكلاء في بيئات Ubuntu حقيقية عبر 361 مهمة، ويقيّم الإدراك والتخطيط طويل المدى والتنسيق بين برامج متعددة وعمليات النظام. سابقًا، خضعت نماذج GPT وGemini وClaude للاختبار على هذا المعيار. ارتفع التقدم الصناعي من 12.2% في عام 2024 إلى 72.6% في عام 2025، و83.6% في مايو 2026. تجاوز اختراق Shiai Agent بنسبة 90.2% العقبات التقنية. يتفوق الوكيل في التنسيق بين التطبيقات (93 مهمة)، ومعالجة الصور في GIMP (نسبة نجاح 92.3% في 26 مهمة)، وعمليات النظام (24 مهمة دون أخطاء). ينسب الفريق النجاح إلى الهندسة بدلاً من ضبط النموذج. تأسست Shiai Intelligent في عام 2018، وبنت نظامًا متعدد الوسائط يُدعى Harness يستخدم واجهات برمجة التطبيقات عند توفرها وعمليات واجهة المستخدم الرسومية في الحالات الأخرى، مدربًا على بيانات على مستوى المؤسسات. تخطط الشركة لتحسين الموثوقية إلى 99.99%، وتعزيز التكيف مع البيئات الديناميكية، ونشر جدولة هجينة بين الحافة والسحابة للاستخدام الإنتاجي.
المصدر: InfoQ 中国 —
الأصلي