Cosa è successo
Android Bench 2.0 introduce il primo gruppo di attività di lunga durata, che possono richiedere a un ingegnere più giorni o una settimana.
Perché conta
Il benchmark misura gli assistenti AI su lavori Android più vicini a un incarico reale, rendendo più utile il confronto tra modelli e agenti per sviluppo, migrazioni e manutenzione.
Cosa succede ora
Confrontare la leaderboard e la metodologia aggiornate prima di usare i risultati per scegliere un modello o un agente di sviluppo Android.