Hacker News · AI· landonxi·· 5 小时前AI 评分45
Surge AI 推出 DAYJOB: Tax 基准，50 项专业税务任务评测 AI 智能体
Dayjob: Tax – evaluating AI agents on 50 professional tax assignments
AI 导读
Surge AI 发布 DAYJOB: Tax 基准，用 50 个环境、8 大税务领域任务评测 AI 智能体的专业判断力，Claude Sonnet 5.5 以 10.8% 通过率（pass@1，95% rubric 阈值）居首，Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%。
来源：Hacker News · AI · surgehq.ai