AI操作电脑已经超过人类,但连一个垃圾袋都扎不好

AI操作电脑比人还准，为什么连垃圾袋都扎不好？

7月31日，两条新闻同一天发布。放在一起看，反差大得让人想多想一层。

第一条：中国一家叫"实在智能"的公司，它研发的AI在操作电脑这件事上，成功率达到了90.2%。测试名叫OSWorld，让AI在真实电脑上完成361项任务——做表格、写文档、编辑图片、发邮件、跨软件协同。人类操作员的平均成功率是72.36%。也就是说，AI操作电脑已经超过普通人了。

第二条：谷歌DeepMind发布了最新的机器人AI模型Gemini Robotics 2，第一次实现了人形机器人从头到脚的全身控制——能走路、能下蹲、能伸手拿东西。在"拧灯泡"这个任务上，成功率92%。但在"扎垃圾袋"和"封密封袋"这两个动作上，谷歌自己承认"成功率仍然较低"。

同一个星期，同一件事的两面：AI在数字世界里已经把人类甩在身后，在物理世界里还在跟一个垃圾袋较劲。

这个差距，比我们大多数人想象的要大得多。

数字世界：两年从12%到90%

OSWorld这个测试，由香港大学、卡内基梅隆大学、滑铁卢大学三所高校联合发起，2024年在人工智能顶级会议NeurIPS上发布。它的逻辑很直接：给AI一台装着真实软件的电脑——Chrome浏览器、LibreOffice办公套件、VS Code编程工具、GIMP图像处理，让它像人一样用鼠标和键盘完成361个任务。成败由机器自动判定，没有人工打分，没有放水的余地。

2024年刚发布时，当时最强的GPT-4o和Claude-3.5-Sonnet，成功率只有12.2%。361个任务只能做对44个，剩下三百多个全废。

我查了一下后面的曲线，速度确实吓人。2025年5月爬到22%，12月冲到72.6%，一家叫Simular的公司第一次超过人类基线72.36%，但只超了0.24个百分点，勉强打平。2026年5月跑到83.6%。然后是7月27日，实在Agent交出90.2%。

两年时间，从12%到90%。这条曲线的陡峭程度，在AI发展史上不多见。

但更值得我们关注的是三个公认最难场景的表现：

跨应用协同：在四五个软件之间连续穿梭，从浏览器下载文件到文档编辑再到邮件发送，93个任务拿下78.81分，领先第二名近10个百分点。

图像处理：操作界面不标准的GIMP软件，26个任务完成24个，成功率92.3%。

系统底层操作：文件权限、进程管理、命令行，24个任务满分，零失误。

零失误。在"错一步就全盘皆输"的系统底层操作里，AI比任何人类操作员都稳定。这已经不是"能做"的问题了，是"比人做得更靠谱"的问题。

物理世界：终于会走路了，但手还笨

我们再来看物理世界这条线。

谷歌Gemini Robotics 2的核心突破是"全身控制"。这听起来理所当然，机器人不该全身都能动吗？但实际上，在此之前，机器人AI模型只能控制上半身。手能伸、能抓，但腿不会走。

Gemini Robotics 2把控制范围从头扩展到了脚。在谷歌发布的演示中，Apptronik公司的Apollo人形机器人接到指令"把浇水壶放到下层架子上"，然后自己走过去、拿起水壶、走到架子前、弯腰放好，整个过程自主完成，途中还绕开了障碍物。

这确实是一个里程碑。之前的模型像是一个会动手但坐在轮椅上的人，现在终于站起来了。

但谷歌自己也说了实话。在拧灯泡这个任务上成功率92%，但在扎垃圾袋、封密封袋这些需要多个手指协同的动作上，"成功率仍然较低"。谷歌没有公布具体数字，但"较低"这两个字从谷歌自己嘴里说出来，意味着离可用还有不小距离。

谷歌DeepMind机器人部门总监Kanishka Rao也坦承：机器人目前的动作"缓慢且刻意"，因为"它必须停下来思考人类凭直觉就能做出的判断"。

最近谷歌开发者官方栏目《Release Notes》做了一期访谈，DeepMind团队给出了一个时间预测：3年前他们认为"通用机器人走进家庭，可能要超过一生的时间"；2年前改为"大约10年"；现在预测"5到10年内"。

5到10年。即使在谷歌自己看来，物理世界的AI要真正走进生活，还有很长的路。

为什么差这么远？

两条线放在一起，核心问题就来了：同样是AI，为什么在电脑上已经超过人类，在机器人身上却连垃圾袋都扎不好？

我反复想了这个问题，发现差别不在"大脑"，在"身体"。

数字世界的任务，本质上是"看"和"点"。AI看到一个屏幕截图，判断该点哪里，然后发送一个鼠标点击指令。整个过程不碰任何实体，屏幕是平的，按钮是标准的，点击的结果是确定的。你点了保存，文件就保存了，不会因为手感不好而失败。

物理世界完全不同。拿扎垃圾袋来说：你得先抓住袋口，太用力撕破，太轻抓不住；然后把袋口拧在一起，角度不对拧不紧；最后打结，手指的位置、力度、顺序，差一点就散开。谷歌用的SharpaWave机械手有22个自由度，每次接触都会改变袋子的形状，而下一次操作又必须基于这个新形状做出调整。

拧灯泡能到92%，是因为球面旋转的力道相对均匀，螺纹固定后结果可预期。扎垃圾袋做不到，是因为每一步都在改变物体的状态，而AI必须在不断变化的世界中实时调整。

这才是物理世界真正的门槛。不是AI不够聪明，是物理世界永远在变，而数字世界不会。

你的工作会被怎样改变

如果你关心的是"AI什么时候能帮我干活"，答案取决于你要它干什么活。

坐在电脑前能干完的活，AI已经接近能做了。做表格、整理文档、跨软件搬运数据、写简单代码、发邮件，实在Agent在OSWorld上证明的正是这些。实在智能从2018年起就在给6000多家企业做这类自动化，现在成功率过了90%的门槛。这类工作被AI大规模替代，可能就在接下来一两年。

需要动手的活，还得等。做饭、打扫、搬东西、组装零件，这些任务涉及的手感、力度控制、环境适应，目前最顶尖的模型还处理不好。谷歌自己的判断是5到10年。

清华大学张亚勤在今年1月的"AGI-Next"峰会上说了一句话："以对话为核心的Chat范式已经结束，AI竞争转向了能办事的智能体时代。"

从ChatGPT到AI操作电脑超过人类，用了三年。从AI操作电脑到机器人扎好垃圾袋，可能还需要五年。

下次你让AI帮你写邮件的时候，可以想一想：它在屏幕里做的事已经比你快了。但在你身边帮你收拾房间的那天，还没那么快到。

你觉得，AI会先帮你干完哪件电脑上的活？评论区聊聊。

（本文完。若本文对您有帮助，麻烦您点赞+在看+关注，转发给有需要的人。感谢您的支持

）