Çoğu yapay zeka projesi, ajanlarının ne yapabileceğine odaklanır. Ancak sadece yetenek iddiaları gerçek dünya değerini kanıtlamaz. @termix_ai'nin ilginç olan tarafı, gerçek pazar görevleri aracılığıyla gerçek performansı test etmeye odaklanmasıdır. İmpressif demolarla değil, ajanlar işleri tamamlamak için işe alınır ve sonuçları üç önemli faktör üzerinden değerlendirilir: - Ajan ne kadar zaman kazandırıyor? - İşin tamamlanması ne kadar maliyetli? - Çıktı beklentilere uygun kalitede mi? Başka bir önemli katman daha var: Ajanın performansı, tam olarak aynı görevi yapan bir insanın maliyeti ve çabasıyla karşılaştırılıyor. Bence bu, otonom ajanları değerlendirmenin çok daha anlamlı bir yolu. Çünkü gerçek soru, ajanın ne kadar gelişmiş göründüğü değil, maliyetini gerekçelendirecek kadar değer sunup sunmadığı. Gerçek görevler. Ölçülebilir sonuçlar. Gerçek fayda.