HSCodeComp testet, ob Agenten hierarchische Fachregeln anwenden koennen statt nur Websuche oder Codevervollstaendigung. Entscheidend ist nicht nur die Ankuendigung, sondern ob sie den praktischen Massstab fuer Entwickler, Unternehmen oder Regulierung veraendert.
Was sich aendert
Die belastbaren Eckdaten sind: ACL 2026 main conference paper, 632 realistic product entries, 32 categories, 26 customs experts, best current agent 46.8% at 10-digit codes, Marco Agent 65.0%, human experts 95.0%. Damit bleibt die Einordnung naeher an pruefbaren Fakten als an reiner Launch-Rhetorik.
Warum es wichtig ist
Der KI-Wettbewerb verschiebt sich von Modellstaerke allein hin zu Preisen, Zugriffsrechten, Hardware, Energiebedarf, Sicherheit und Betriebskosten.
Worauf es jetzt ankommt
Der naechste Test ist die Umsetzung: Ob Produkt, Plattform oder Regelwerk in realen Kundenablaeufen dauerhaft funktioniert, zaehlt mehr als eine gute Demo.
Quellen: QbitAI, CocoLoop, ACL Anthology 2026.acl-long.937, arXiv 2510.19631, AIDC-AI Marco-DeepResearch GitHub.