AI 智能体能不能像真人一样过一天？Qwen3.8-27b 跑了个测试，成功率 56.7%

AndroidLife: Can an AI agent survive a day in the life of a real user? Qwen3.8-27b run: 56.7% SR

Reddit 上有人发了个新测试集叫 AndroidLife，专门看 AI 智能体能不能完成一个真实用户一天里会做的各种任务。目前只放了一个结果：Qwen3.8-27b 跑下来成功率 56.7%，刚过一半。正文被 Reddit 屏蔽了，所以具体测了哪些任务、怎么算成功、有没有对比其他模型，一概没披露。这个数字本身不算惊艳，但方向有意思——以前测智能体多...