# ThinkingBox

「1回できた」は「いつでもできる」ではない — MicrosoftがAIエージェントの本番耐性を測る道具を公開

MicrosoftがオープンソースのAIエージェント検証環境ThinkingBoxを公開。507の業務ワークフローで「1回成功」と「安定して完遂」の巨大な差を計測。最強モデルでもpass^20は25%という結果の意味を解説する。