#エージェント Android 開発

本日、最初の長期タスク（LHT）をリリースします。これは、エンジニアが完了するまでに数日、場合によっては 1 週間かかるほど複雑なタスクです。また、対応するモデル プロバイダのエージェントから、エージェント評価も導入します。

3 月に、Google は実際の Android 開発タスク向けの LLM リーダーボードである Android Bench をリリースしました。その後、オープンウェイト モデルの評価や、リーダーボードへの費用と効率のディメンションの追加など、フィードバックに基づいてベンチマークを強化してきました。