• 生成 AI
• 研究

Google、AI開発能力ベンチマーク「Android Bench 2.0」公開 長期間タスクでAIの限界を検証

GoogleがAndroid開発におけるAIエージェントのコーディング能力を評価する新ベンチマーク「Android Bench 2.0」を公開しました。エンジニアが1週間を要するような複雑なタスクを設定し、AIの長期間にわたる開発能力を検証。既存コードのリファクタリングは得意とする一方、新規コード作成には課題があることが明らかになりました。この結果は、AI活用の現状と今後の方向性を示唆します。