Adam Gold 推出了“agent-benchmarks.com”，这是一个旨在帮助工程团队评估其 AI 智能体成熟度的免费工具。该评估基于从数百位工程主管处收集的见解，大约需要五分钟完成。它使用 1 到 5 的量表来衡量智能体的自主水平，范围从基础建议到跨代码、基础设施和外部系统的数小时工作流的全程执行。 Hacker News 社区对此反响不一。虽然该工具旨在为 AI 集成提供标准化的衡量指标，但评论者批评了其品牌命名，认为“软件工厂”并不是非重复性开发工作的合适隐喻。其他人则在讨论中发表了幽默言论，指出让 AI 本身来参加基准测试具有讽刺意味，或者将追求“AI 成熟度”比作羊群争夺位置。