HSCodeComp kiểm tra liệu agent có áp dụng được quy tắc chuyên môn phân tầng, không chỉ tìm web hay hoàn thành mã. Điểm chính không chỉ là một thông báo mới, mà là cách nó đặt lại tiêu chuẩn đánh giá trong triển khai thực tế.
Điều gì đã thay đổi
Các dữ kiện chính gồm: 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%. Những chi tiết này giúp tách bạch giữa thông điệp ra mắt và phần có thể kiểm chứng.
Vì sao đáng chú ý
Cuộc cạnh tranh AI đang mở rộng từ năng lực mô hình sang giá, quyền truy cập, phần cứng, năng lượng, an toàn và vận hành lâu dài.
Điểm cần theo dõi
Bài kiểm tra tiếp theo là triển khai: sản phẩm hoặc chính sách có đứng vững trong môi trường khách hàng hay chỉ tốt trên sân khấu và bảng điểm.
Nguồn kiểm chứng: QbitAI, CocoLoop, ACL Anthology 2026.acl-long.937, arXiv 2510.19631, AIDC-AI Marco-DeepResearch GitHub.