Mer information till AI-agenter kan faktiskt försämra resultaten

arXiv cs.AI

En ny studie testade tio ledande AI-modeller i ekonomiska simuleringar och fann att mer detaljerad information inte alltid leder till bättre utfall – i dubbla auktioner rasade välfärden för Gemini, Claude och Grok från runt 97% ner till mellan 62–78% när full insyn infördes. Resultaten varierar kraftigt mellan modeller: exakt prisinformation hjälpte Claude Sonnet men skadade GPT i handelsscenarion. Slutsatsen är att val av modell och informationsdesign måste optimeras tillsammans, vilket är en viktig insikt för alla som bygger system med flera samverkande AI-agenter.