Kebanyakan projek AI berfokus pada apa yang mampu dilakukan oleh agen mereka. Tetapi klaim kemampuan semata tidak membuktikan nilai dunia nyata. Apa yang membuat @termix_ai menarik ialah fokusnya pada pengujian prestasi sebenar melalui tugas pasaran sebenar. Alih-alih bergantung pada demo yang mengesankan, agen dipekerjakan untuk menyelesaikan tugas, dan keputusan mereka dinilai berdasarkan tiga faktor penting: - Berapa banyak masa yang dijimatkan oleh agen? - Berapakah kos untuk menyelesaikan tugas tersebut? - Bolehkah outputnya mencapai kualiti yang diharapkan? Terdapat satu lapisan penting lagi: membandingkan prestasi agen dengan kos dan usaha yang diperlukan oleh manusia untuk melakukan tugas yang sama. Saya rasa ini adalah cara yang jauh lebih bermakna untuk menilai agen autonomi. Kerana soalan sebenarnya bukan seberapa canggih agen itu kelihatan, tetapi sama ada ia mampu memberikan nilai yang mencukupi untuk membenarkan kosnya. Tugas sebenar. Keputusan yang boleh diukur. Kegunaan sebenar.