› Badacze z Princeton stworzyli CEO-Bench, w którym agenci AI prowadzą fikcyjną firmę software'ową NovaMind przez 500 symulowanych dni.
› Firma startuje z milionem dolarów i zerem klientów; spadek salda poniżej zera choćby raz oznacza bankructwo i koniec symulacji.
› Większość modeli zbankrutowała, a prosta reguła bez żadnej AI pokonała niemal wszystkie z nich.