Studie: AI-agenter tappar konsistens över tid – och mer resonemang hjälper inte

arXiv cs.AI

Forskare testade hur konsekvent AI-agenter beter sig över längre samtal genom att köra hela 84 540 simulerade konversationer med 8 olika modelltyper. Resultatet är lite oroande: agenter som misslyckas tidigt drivs av impuls, medan senare misslyckanden handlar mer om trötthet och kalkylering – och viktigast av allt, längre resonemang hos agenten ledde faktiskt till mer motsägelsefull argumentation, inte mindre. Det utmanar idén att 'mer tänkande' automatiskt ger mer tillförlitliga AI-system.