#Surge AI

50 份真实报税卷宗，把 AI agent 考趴下了

Surge AI 发布税务基准 Dayjob: Tax，用 50 套真实工作场景和近 1800 份文件考察 agent 从客户委托到交付的全流程。最好的模型通过率刚过一成，短板不是算错数，而是没想到该问的问题。