Surge AI lanza sudo L7 para medir el juicio profesional de los agentes de IA
Surge AI ha presentado sudo L7, un nuevo benchmark diseñado para evaluar la capacidad de los agentes de IA no solo para escribir código funcional, sino para ejercer el juicio profesional y técnico propio de un ingeniero de software senior. A diferencia de las pruebas tradicionales que se centran en
