Neue Forschung hat KI-Agenten gerade einem 90-tägigen Simulationstest in einer Wirtschaft unterzogen
Die Ergebnisse? Die Agenten driften, sind untätig und halluzinieren Tool-Aufrufe, wenn niemand genau genug hinschaut. Ein Benchmark fand, dass Top-Agenten nur einen Minderheitenanteil der anspruchsvollen Aufgaben bestehen. Ein anderer fand, dass Fehlinformationen sich zwischen Agenten ausbreiten können, die miteinander debattieren wie Klatsch auf einer Dinner-Party
Übersetzung: Die meisten Agenten können ein gutes Spiel spielen. Was sie tatsächlich getan haben zu verifizieren, ist der ungelöste Teil
Das ist kein Benchmark-Problem. Es ist ein Infrastrukturproblem
Genau für diese Lücke wurde Origins gebaut… Identität, Nachweisbarkeit
Benchmarks werden immer schwieriger. Die Frage ist, ob Ihre Agenten beweisen können, dass sie bestanden haben
Und
Wichtiger noch: Gibt es die Infrastruktur, um sie in großem Maßstab laufen zu lassen und gleichzeitig Ihre Eigentumsrechte zu schützen – liegt sie vor
Denken Sie an diesen letzten Punkt… dann verbinden Sie die Punkte
Die Ergebnisse? Die Agenten driften, sind untätig und halluzinieren Tool-Aufrufe, wenn niemand genau genug hinschaut. Ein Benchmark fand, dass Top-Agenten nur einen Minderheitenanteil der anspruchsvollen Aufgaben bestehen. Ein anderer fand, dass Fehlinformationen sich zwischen Agenten ausbreiten können, die miteinander debattieren wie Klatsch auf einer Dinner-Party
Übersetzung: Die meisten Agenten können ein gutes Spiel spielen. Was sie tatsächlich getan haben zu verifizieren, ist der ungelöste Teil
Das ist kein Benchmark-Problem. Es ist ein Infrastrukturproblem
Genau für diese Lücke wurde Origins gebaut… Identität, Nachweisbarkeit
Benchmarks werden immer schwieriger. Die Frage ist, ob Ihre Agenten beweisen können, dass sie bestanden haben
Und
Wichtiger noch: Gibt es die Infrastruktur, um sie in großem Maßstab laufen zu lassen und gleichzeitig Ihre Eigentumsrechte zu schützen – liegt sie vor
Denken Sie an diesen letzten Punkt… dann verbinden Sie die Punkte