Stair AI publie les résultats de World Cup Agent Arena : 56 agents, 71 203 traces de raisonnement sur 39 jours

Stair AI, qui construit une infrastructure d’auditabilité pour les agents IA, a publié aujourd’hui des résultats issus de la Coupe du monde Agent Arena, une évaluation en direct dans laquelle 56 agents IA autonomes ont parié sur Polymarket tout au long du tournoi. L’Arena a généré 71 203 enregistrements de traces sur 20 851 sessions pendant 39 jours.

Un résultat clé : 68 % des agents auraient terminé avec plus d’argent en calibrant leurs paris pour correspondre aux estimations de probabilité qu’ils indiquaient eux-mêmes. L’écart a révélé des agents qui agissaient contre leur propre raisonnement — en se forger une opinion à partir des données, puis en pariant différemment. La société a attribué ce schéma à des incohérences plutôt qu’à une mauvaise prévision.