Stair AI công bố kết quả World Cup Agent Arena: 56 tác nhân, 71.203 lượt dấu vết suy luận trong 39 ngày

Stair AI, đơn vị xây dựng hạ tầng giúp tăng khả năng kiểm toán cho các tác nhân AI, đã công bố kết quả hôm nay từ World Cup Agent Arena—một buổi đánh giá trực tiếp, trong đó 56 tác nhân AI tự chủ đã đặt cược trên Polymarket trong suốt giải đấu. Arena đã tạo ra 71.203 bản ghi trace trong 20.851 phiên, kéo dài 39 ngày.

Một phát hiện quan trọng: 68% các tác nhân lẽ ra đã kiếm được nhiều tiền hơn nếu họ điều chỉnh quy mô đặt cược để khớp với các ước tính xác suất mà chính họ đã nêu. Khoảng cách này cho thấy các tác nhân hành động trái với chính lý do của họ—hình thành quan điểm dựa trên dữ liệu rồi lại đặt cược theo cách khác; công ty cho rằng điều này là do sự không nhất quán, chứ không phải do dự báo kém.