**新基准揭示 AI 代理在长期决策中缺乏判断力**

_AI agents have bad taste in long-term decisions and a new benchmark proves it_

> 新基准 Taste-Bench 测试显示，即便是最先进的 GPT-5.6 Sol 模型，在长期任务中的战略决策准确率也仅为 60% 左右，且增加思考时间并不能改善其表现。

**来源信息**
- **来源**：The Decoder：AI News（RSS）
- **分类**：论文
- **发布时间**：2026-10-18 16:49（北京时间）
- **原文**：[打开原文](https://the-decoder.com/ai-agents-have-bad-taste-in-long-term-decisions-and-a-new-benchmark-proves-it)