business-workflows

Thinkingbox 引入了一个沙盒和基准测试，用于评估状态化业务工作流中的AI代理，揭示了当前模型在偶尔成功与可靠完成任务之间的显著差距。

探讨了给AI代理一个小额、受限制的预算（例如200美元）用于常规业务支出（如软件试用）的想法，并将其比作给初级员工一张有限额的公司卡。