Hindi mo maaaring i-bypass ang hirap ng gawain sa pamamagitan ng pag-optimize ng mga benchmark o pagpapalalim ng mga arkitektura ng agent. Maraming tagagawa ng framework na nagpapangako ng nakakagigil na akurasyo sa pamamagitan ng mga matalinong template ng pagrute. Ngunit ang bagong pag-aaral ay patotohanan na ito ay karamihan ay isang ilusyon. Batay sa 13,000 na pagpapatakbo ng agent sa OfficeQA, ang mga siyentipiko ay nakakita ng malaking pagkakasalalay sa kakayahan ng base model. Ang iba’t ibang paraan ng pagbuo ay sumasang-ayon sa 88-93% ng oras kung papasa ba ng AI ang isang partikular na pagsusulit. Ito ang aking pananaw bilang mahalaga para sa buong industriya ng open-source software. Dapat nating ipigilan ang pagpapaganda ng mga wrapper at mag-focus sa pangunahing kakayahan sa pag-iisip ng mga model. Ang data mula sa mga siyentipiko ni @SentientAGI @iamnamanvats at Deep Halder ay nagbukas ng ating mga mata sa totoong kalagayan.