AI-agents hebben een slechte smaak in langetermijnbeslissingen en een nieuwe benchmark bewijst het

Een nieuwe benchmark genaamd Taste-Bench test hoe goed AI-agenten strategische keuzes maken tijdens langlopende taken. Zelfs het beste model, GPT-5.6 Sol, kiest het juiste pad bij net iets minder dan 60 procent van de eenvoudige binaire vragen. Langer nadenken helpt niet.