HSCodeComp prueba si los agentes aplican reglas profesionales jerarquicas, no solo buscan en web o completan codigo. Lo importante no es solo el anuncio, sino si cambia la forma en que desarrolladores, empresas o reguladores evaluan la adopcion real.
Que cambio
Los hechos principales son: 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%. Estos datos mantienen la historia ligada a elementos verificables y no solo al discurso de lanzamiento.
Por que importa
La competencia en IA ya no se mide solo por el modelo. Precio, permisos, hardware, energia, seguridad y operacion pesan cada vez mas.
Que mirar ahora
La siguiente prueba sera la ejecucion: si el producto, plataforma o politica funciona en entornos reales, mas alla de una demo o un ranking.
Fuentes verificadas: QbitAI, CocoLoop, ACL Anthology 2026.acl-long.937, arXiv 2510.19631, AIDC-AI Marco-DeepResearch GitHub.