A Amazon Science anunciou o SOP-Bench — um sistema expansível para avaliar agentes de IA em procedimentos de negócios reais. No resumo do projeto, é dito que ele verifica o conjunto completo de habilidades necessárias para concluir com sucesso o procedimento, e não tarefas isoladas.

O valor da abordagem está em uma verificação mais holística da execução de processos de trabalho. No entanto, a fonte não divulga a composição dos testes, os resultados de comparação ou a lista de procedimentos cobertos, portanto, a escala e o valor prático do desenvolvimento permanecem incertos.