Surge AI on AI-Uchi — Всё об искусственном интеллектеhttps://ai-uchi.ru/tags/surge-ai/Recent content in Surge AI on AI-Uchi — Всё об искусственном интеллектеHugoruThu, 29 Oct 2026 03:11:36 +0300AI против налогового консультанта: лучший агент справляется лишь с 10.8% задачhttps://ai-uchi.ru/news/dayjob-tax-benchmark-ai-agents/Thu, 29 Oct 2026 03:11:36 +0300https://ai-uchi.ru/news/dayjob-tax-benchmark-ai-agents/<h2 id="ии-агенты-провалили-налоговый-экзамен">ИИ-агенты провалили налоговый экзамен</h2> <p>Компания Surge AI выпустила новый бенчмарк (benchmark — стандартизированный тест производительности) <strong>DAYJOB: Tax</strong>: он оценивает ИИ-агентов на 50 реалистичных налоговых заданиях, проверяя способность ориентироваться в запутанных документах, выносить профессиональные суждения и выдавать надёжный результат. Итог оказался неутешительным: ни один из фронтирных агентов не справляется более чем примерно с одним заданием из десяти. Лидер рейтинга — Claude Sonnet 5.5 — набирает лишь 10.8% успешных попыток.</p> <hr> <h2 id="что-такое-dayjob-tax">Что такое DAYJOB: Tax</h2> <p>DAYJOB: Tax — бенчмарк от Surge AI, который передаёт ИИ-агенту полноценное профессиональное налоговое задание и требует готового результата. 50 задач охватывают восемь практических областей: налоги физических лиц и семей, малый бизнес, партнёрства, трасты и наследство, международное налогообложение, корпоративные сделки и налоговые споры.</p>