コンピューター操作AIは2027年半ばまでにOSWorld 2.0で6割を超える——期日 2027-06-30

画面を読み、クリックし、文字を打って仕事をこなすコンピューター操作AIの伸びを抑えているのが、練習場を何度でも再現できないことなのか、作業の長さなのかが争点である。再現できる場がすべて鍛え上げられるなら企業はどの仕事が先に自動化されるかを見通せるが、長さが壁なら時間表は後ろにずれる。本紙は再現可能な長い作業の試験場も第1版と同じく急速に攻略されるとみるが、作業が長いほど再現できても難しいままだという見方もある。

本紙の見立て:コンピューター操作AIの進歩は、練習場を再現できるかどうかに沿って進む。何度でもやり直せて結果が再現できる試験場なら、モデルは鍛え上げられる。第1版のOSWorldでは、Sonnet 4.6が72.5%を記録し、人間の72.36%に並んだ。

第2版のOSWorld 2.0も再現できるが、作業の手順がずっと長い。2026年6月の論文時点で最高は20.6%(Claude Opus 4.8)にとどまる。数えているのはバイナリ完了率、つまり作業を最後まで全部終えて初めて得点になる方式だ。

本紙は第1版と同じ道筋で急速に伸びると賭ける。2027年6月30日までに、公式リーダーボードの最高バイナリ完了率が60%以上に達する。

この判断のもとになった原文は、まだ開いて確かめられるリンクとして載せていません。

OSWorld 2.0公式サイト(osworld-v2.xlang.ai)のリーダーボードに載る最高バイナリ完了率(binary completion)で判定する。猶予は30日。

何が起きれば覆るか

OSWorld 2.0公式リーダーボードの最高バイナリ完了率が60%未満なら、第4節と第6節の「再現できる場は鍛え上げられる」という記述は書き直しとなる。再現できるかどうかより、作業の長さのほうが硬い壁だということになる。