Новое исследование Microsoft выявило серьезные проблемы у современных систем искусственного интеллекта при выполнении задач, требующих долгосрочного планирования. В ходе эксперимента модели должны были принимать ряд взаимосвязанных решений в рамках симуляции длительностью в один год.
Результаты показали, что ИИ достиг лишь 27% от уровня человеческой эффективности в подобных сценариях. Лучший результат продемонстрировала модель Qwen3.7-Max с Hermes, однако даже она значительно уступила человеческим показателям в задачах, требующих долгосрочной надежности.
Авторы работы отмечают, что системы ИИ испытывают трудности в ситуациях, где необходимы постоянная самокоррекция и автономность. Это подчеркивает существующий разрыв в возможностях современных моделей при работе с долгосрочными стратегическими процессами.
Теперь внимание экспертов приковано к реакции крупнейших разработчиков, включая Anthropic, Google и Meta. Ожидается, что будущие релизы моделей от этих компаний могут повлиять на рыночные настроения и изменить расстановку сил среди лидеров индустрии в ближайшие месяцы.
