تقوم Google حاليًا بتطوير Android Bench، الإصدار الأحدث هو 2.0، والذي يعكس قدرة الذكاء الاصطناعي على التعامل مع مهام تطوير أكثر تعقيدًا. كان الإصدار الأول يركز على تحسينات تدريجية على الكود الموجود، مثل إصلاح الأخطاء أو طلبات الميزات الصغيرة. بينما يركز Android Bench 2.0 على “المهام عالية التعقيد التي تحتاج إلى أيام أو حتى أسابيع من المهندسين لإكمالها”، مثل إضافة ميزات جديدة، وبناء التطبيقات من الصفر، وتحويل التطبيقات متعددة المنصات إلى Android.
يتطلب هذا التركيز الجديد “تقييمًا وتصنيفًا أكثر دقة”، يتجاوز معايير النجاح أو الفشل. تنتقل Google من التصنيف الثنائي إلى التصنيف المستمر: نقوم بحساب معدل الإنجاز هذا من خلال عوامل متعددة مثل الوظائف، والواقعية البصرية، وتجنب التراجع. كما نفرض عقوبات موضوعية على الحالات التي تنحرف عن مؤشرات التقييم أو القيود الهيكلية.
يركز Android Bench 2.0 على تقييم المهام عالية التعقيد
قامت Google بتقييم Gemini 3.7/3.8 Flash، OpenAI GPT-6، Anthropic Fable 5.1، Kimi K3 و Qwen 3.8 Max. جاء GPT-6 Astra في مقدمة الاختبارات، حيث بلغت نسبة النجاح 28% (مقارنة بنطاق الدرجات 90% في الطرق السابقة). شاركت Google بعض الرؤى، مثل “تحويل التطبيقات متعددة المنصات إلى Android لا يزال يمثل تحديًا غير محلول – لا يوجد أي نموذج يمكنه تحقيق نسبة نجاح 100%، حيث تصل أفضل النماذج إلى 80% كحد أقصى من معدل الإنجاز.”
“يظهر الذكاء الاصطناعي أداءً أفضل في كتابة كود جديد مقارنة بإعادة هيكلة الكود الموجود. أصبحت إعادة الهيكلة والترحيل أكثر تعقيدًا، لأن النجاح يعتمد على تعقيد الهيكل، وليس على كمية الكود.” بالإضافة إلى ذلك، “تظهر النماذج قدرة قوية عند إجراء تحويلات حتمية (مثل تحويل Java إلى Kotlin، أو استبدال Retrofit بـ Ktor أو إدخال طبقة ViewModel).” تصبح هذه النماذج غير قادرة عندما تتطلب المهام التحقق في وقت التشغيل (مثل عدم وجود مخطط حقن الاعتماد)، أو تتضمن تغييرات كبيرة في الإطار، أو تواجه فجوات معرفية في المكتبات غير المنشورة.
من خلال التقييم بالوكالة، نفذ Android Bench “وكالة من مقدمي النماذج المعنيين”، مثل Gemini 3.8 Flash الذي يعمل على Google Antigravity و GPT-5.6 Sol الذي يستخدم Codex. قالت Google، “إن الاستفادة من التصميم تؤثر بشكل إيجابي على نتائج المطورين”، وتخطط Android Bench في المستقبل لتضمين مجموعات من نماذج ووكالات مختلفة.