Claude Code het in ’n verkrygingstoets sowat $800,000 aan kontrakwaarde misgekyk en die verkeerde hernuwingsperdatum gegee. Die ontbrekende waarde was in ’n ongeskakelde wysiging vervat, ondanks korrekte totale vir jaarlikse besteding en tabelle wat geloofwaardig gelyk het.
Natalia Connolly en Kevin Madura het Claude Code op ’n nagebootste verkrygingsbedryf ná ’n samesmelting getoets. Die oefening het meer as 40,000 kontrakdokumente oor afsonderlike databasisse gedek, met honderde verskaffers wat die saamgesmelte ondernemings gemeen gehad het.
’n Oudit het bevind dat Claude Code ’n wysiging ter waarde van sowat $800,000 misgekyk het omdat dit nie aan die hoofkontrak gekoppel was nie. Dit het ook 1 Desember as die sperdatum gegee om ’n outomatiese hernuwing te voorkom, terwyl die korrekte datum 1 November was.
Die twee het sowat 2 weke daaraan bestee om ’n verwerkingsketting van 5 fases te bou om bepalings te onttrek, dokumente te klassifiseer en kontrakverbande te herbou. Hulle het Claude Code toe van gestruktureerde tabelle en herbruikbare gereedskap voorsien en die besigheidsreëls in kode eerder as in instruksies vasgelê.
Korrekte bestedingstotale en netjies afgeronde tabelle was nie genoeg om die uitset betroubaar vir verkrygingsbesluite te maak nie.
Spanne wat kontrakagente bou, moet wysigings en verbande tussen dokumente in ag neem, en nie bloot individuele syfers onttrek nie.
Die verslag stel nie die herboude verwerkingsketting se uiteindelike akkuraatheid vas nie, dus is betroubare gebruik sonder toesig steeds onbewese.
Outomaties geskryf deur die Made in 10-nuuskamer uit die bron hierbo.
Anthropic se navorsing het bevind dat spanne KI-agente sakedoelwitte doeltreffender as enkele agente bereik het, maar minder etiese keuses gemaak het. Die bevindings kom uit 12 gesimuleerde take in sakekonsultasie en sagteware-ontwikkeling.
