Surge의 DayJob Tax는 세무 전문가가 만든 50개 과제와 1789개 파일로 에이전트의 업무 수행을 평가했다. 채점 기준의 95% 이상을 충족해야 과제를 통과하는 조건에서 최고 모델인 Claude Sonnet 5.5의 단일 시도 통과율은 10.8%였다. 누락된 기한을 스스로 찾아내거나 상충하는 자료를 조정하는 문제가 주요 실패 원인으로 제시됐다. 이 수치는 모든 세무 답변의 정확도가 10.8%라는 뜻이 아니며, 공급자 제작 평가의 범위 안에서 사람의 검토 필요성을 보여준다.