DAYJOB: Tax 基准测试评估 AI 代理在 50 个税务任务中的表现
DAYJOB: Tax 是一个基准测试，用于评估 AI 代理在 50 个真实税务环境中的表现。它测试代理处理混乱记录、行使专业判断并交付可靠税务工作的能力。代理需处理 1789 个文件，导航复杂记录并在信息不完整时做出判断。
首页 / AI Agent
AI Agent
为什么 AI 智能体钟爱 Supabase
Paul Copplestone 和 Ant Wilson 讨论了为 AI 代理构建后端的经验。该讨论源于他们在完成 YC 后不久于新加坡的相遇。Supabase 将其公告分组为 Build、Operate 和 Scale 以支持 AI 代理开发。
Anthropic 如何用 Claude 开发 Claude：分离大脑与双手
Katelyn Lesse 和 Angela Jiang 讨论 Opus 5.5、Claude 平台以及 AI 代理背后的工程。模型能力提升使安全部署决策更难，同时使用量快速增长让基础设施选择变得战略性。这些问题最终体现在面向开发者的产品选择中。