研究者が発見：AIエージェントのスキルはベンチマークでは優秀だが、現実条件では機能不全に陥る

研究者が3万4千の実世界スキルをテストした結果、AIエージェントのスキルは現実条件ではほとんど効果がなく、弱いモデルではスキルなしの方が性能が高いことが判明した。