BambooHR
BambooHR 是一款云端人力资源平台,将员工档案、招聘、薪资、考勤、福利管理和绩效工具整合在一个系统中,主要面向希望摆脱多套 HR 工具并行使用的中小企业。
Mercor 是一个将领域专家与付费 AI 训练和评估项目对接的平台,同时为企业提供人类数据获取和基准构建服务。它同时扮演人才市场和研究机构两种角色,公开材料将这两项职能视为同一业务的两面。
在人才端,Mercor 招募覆盖多个领域的专业人士,并用 AI 评估其能力后匹配项目。网站上的职位列表展示了工作范围:销售与营销专家时薪 $60–$70,化学品安全红队测试 $65–$75,零售交易员 $400。每条列表标注近期招聘人数,让申请者对需求规模有大致判断。公司自称平均合同时薪为 $91,已创建超过 697,000 个角色,每日支付超过 400 万美元。这些数字来自 Mercor 自身,描述的是其声称的规模,而非独立审计结果。
Mercor 的研究部门与成熟企业合作产出基准,方法相当具体:不是用抽象谜题测试模型,而是从真实专业工作中抽取任务。法律基准 Harvey LAB 与 Harvey 合作构建,包含 24 个执业领域的 1,749 个真实法律任务,评分聚焦备忘录、修订稿等最终工作产品,强调输出质量而非中间步骤。该基准开源,代码发布在 GitHub 上。
APEX-Accounting 与 Ramp 合作开发,衡量 AI 智能体能否在会计软件、电子表格和 PDF 之间完成专业会计工作。任务具有长周期、跨应用的特点,智能体需要把上下文从一个工具带到另一个工具。APEX-SWE 与 Cognition 合作,评估从缺陷修复到功能构建的真实软件工程任务。两个基准都发布排行榜,并附有论文供读者考察方法论。
公开排行榜列出模型分数及误差范围,这对比较系统的人是有用细节。例如 Harvey LAB 排行榜上最高分为 27.4%,误差范围正负 5.4%,之后分数依次下降。会计排行榜的百分比则高得多,领先条目为 71.5%。两者的差距说明基准选择的重要性:在会计任务上表现强劲的模型,未必能应对法律工作。任何单一分数都应被视为关于特定任务集的证据,而非能力的通用度量。
面向企业,Mercor 提供人类数据、定制评估和数据变现服务。公司与客户合作设计反映其行业、产品和工作流的基准,也帮助企业出售或授权数据。Mercor 的文档主张,人类输入对于推动模型能力超越当前前沿、构建新能力和衡量系统表现仍然不可或缺,而合成数据更适合追赶领先模型。这一立场与公司对人类劳动的商业模式一致,但关于模型自我训练的底层论点在已发表研究中确有支持。
该平台最相关于需要专家标注数据或真实评估的组织,以及拥有专业知识、希望获得项目收入的从业者。其基准已成为比较 AI 智能体专业工作表现的参考点,开源发布也让方法论可供审视。主要局限在于结果高度依赖所选任务,基准分数应作为决策参考,而非最终结论。
未标注订阅价格。专家职位列表显示时薪,例如销售与营销专家 $60–$70/小时、化学品安全红队测试 $65–$75、零售交易员 $400;网站还提到平均合同时薪为 $91。价格可能调整,请以官网为准。
工具功能、价格与可用性可能变化,请以官网为准。 由 steven 维护 · 最后更新 2026年10月14日 →
BambooHR 是一款云端人力资源平台,将员工档案、招聘、薪资、考勤、福利管理和绩效工具整合在一个系统中,主要面向希望摆脱多套 HR 工具并行使用的中小企业。
负责候选人初筛和面试安排的对话式 AI
Docusign CLM 是一个合同生命周期管理平台,帮助法务、销售和采购团队生成、审查、谈判、流转和存储协议,提供 AI 辅助审查以及与 Salesforce、SAP Ariba 等工具的集成。
能端到端解决客户对话的 AI 客服