**MyPCBench：面向个性化计算机使用代理的基准测试**

_MyPCBench: A Benchmark for Personally Intelligent Computer-Use Agents_

> MyPCBench 构建了一个以《办公室》角色 Michael Scott 为蓝本的个性化 Linux 桌面环境，包含 17 个模拟真实世界 Web 应用，并设计了 184 项任务，用于评测计算机使用代理作为个人助理的能力。当前最佳模型 Claude Opus 4.6 仅完成 55.4% 的任务，失败多集中在跨应用和长流程场景。基准、任务与代理框架已在 mypcbench.com 开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-18 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.16748)