Opus 4.5 und der GPT-5-Agent erreichen eine Erfolgsquote von 72,6 %, was ungefähr dem menschlichen Niveau entspricht. bei dem OSWorld-Benchmark, der testet, ob KI in der Lage ist, reale Computeraufgaben über verschiedene Betriebssysteme und alltägliche Apps hinweg zu erledigen. Das fühlt sich wie ein echter Meilenstein an. Ich glaube, wir nähern uns dem Punkt, an dem computerbenutzende Agenten die meisten Büroarbeiten am Desktop erledigen können.