AI Agent tiêu 3.000 USD trong 6 ngày hoàn thành hai bài nghiên cứu đều bị từ chối, lộ rõ điểm yếu về khả năng phán đoán.

Tin từ TechFlow, ngày 01 tháng 8, tác nhân AI đã hoàn thành hai nghiên cứu và tạo ra bài báo trong vòng 6 ngày với ngân sách 3.000 USD, nhưng đều bị các nhà phản biện từ chối. Thí nghiệm chính sử dụng Claude Opus 4.8 kết hợp với khung OpenClaw, tác nhân đã chạy hàng trăm thí nghiệm, gỡ lỗi GPU và hoàn thành định dạng LaTeX, nhưng khi đối mặt với đánh giá tiêu cực, nó chỉ thu hẹp kết luận, thêm các hạn định, thay vì thiết kế lại thí nghiệm. Khi kết thúc hai vòng thí nghiệm, ngân sách đều còn lại hơn một nửa, phơi bày vấn đề thiếu sáng tạo chứ không phải thiếu vốn. Trường hợp này cho thấy nút thắt của các tác nhân AI hiện nay nằm ở khả năng phán đoán và sáng tạo, chứ không phải khả năng thực thi.