Stripe 推出了一套基准测试套件，用于评估 AI 代理能否在后台、前端及基于浏览器的结账工作流中构建真实的 Stripe 集成。该研究考察了端到端的软件工程能力，重点关注在类生产环境约束下，代理系统在执行、测试和验证方面存在的差距。作者：Leela Kumili