「1週間の開発タスク」でAIの限界を検証 Googleが「Android Bench 2.0」公開

Googleは、AIモデルやエージェントのコーディング能力を測る「Android Bench 2.0」を公開した。エンジニアが数日を要する複雑な長期タスクを課す仕様に刷新。最高通過率は従来の約91％から約28％に急落した。

为什么重要

该事件已进入 3qk7 高价值新闻/事件层；新闻来源用于补充背景与验证，一手官方状态变化仍拥有更高证据优先级。

检测到的变化

• 新闻系统补充：「1週間の開発タスク」でAIの限界を検証 Googleが「Android Bench 2.0」公開

一手证据

• ITmedia AI+ · 2026-09-27T22:05:56Z
• ITmedia AI+ · 2026-09-26T13:00:00+09:00