Mer beräkning hjälper inte alltid lokala AI-agenter – nya studien förklarar varför

arXiv cs.AI

Forskare har testat om man kan förbättra lokala AI-agenter (som styr datorn åt dig utan att skicka data till molnet) genom att låta dem räkna mer under körning – och svaret är nedslående: mer beräkning ger snabbt avtagande avkastning och byter ut ett felproblem mot ett annat. I testerna på OSWorld-benchmark med modeller som Qwen3-VL och UI-TARS visade sig längre planeringshorisont ofta bara förlänga felaktiga handlingskedjor snarare än rätta till dem. Det intressanta är att problemet inte är råstyrka utan att agenterna saknar mekanismer för att känna igen när de kört fel – mer kraft utan bättre självkännedom hjälper alltså inte.