HSCodeCompは、Agentが検索やコード補完だけでなく階層的な専門ルールを扱えるかを試す。 注目点は発表そのものではなく、開発者、企業、政策担当者がどの基準で実用性を確かめるかにある。
何が変わったのか
確認できる主要事実は、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%。この範囲を押さえることで、発表文の勢いと実際の検証点を切り分けられる。
なぜ重要か
AI 関連のニュースは、モデル性能だけでなく、価格、権限、端末、電力、運用体制まで含めて評価される段階に入っている。
次に見る点
次の焦点は実行力だ。ベンチマークや展示会の見栄えではなく、顧客環境で継続して使えるかどうかが評価を決める。
参考資料：QbitAI、CocoLoop、ACL Anthology 2026.acl-long.937、arXiv 2510.19631、AIDC-AI Marco-DeepResearch GitHub。