Vi antar att AI-agenter är effektiva, men i verkligheten väntar de ofta på ingenting. Ny forskning visar att nuvarande stora språkmodeller har betydande svårigheter när flera uppgifter kräver samtidig körning med fördröjda svar. Denna brist i bedömningen av tidsmässig samordning är kritisk för att bygga verkligen användbara AI-system.

Studien presenterar AsyncTool, ett ramverk utformat för att testa hur väl AI-agenter hanterar asynkrona verktygsanrop. Till skillnad från tidigare tester som fokuserar på enskilda uppgifter, simulerar detta ramverk verklighetsnära scenarier där flera heterogena uppgifter körs parallellt. Det mäter specifikt hur effektivt en agent kan utnyttja ledig tid medan den väntar på feedback från externa verktyg, vilket är en nyckelfaktor för den totala effektiviteten.

Resultaten är slående: fördröjd feedback från verktyg leder till betydande prestandaförsämring hos nuvarande agenter. Forskningen lyfter fram att framgången beror på en models förmåga att samordna uppgiftsskift, spåra beroenden och behålla tillstånd över flera arbetsflöden. Modeller som misslyckas med att hantera dessa tidsmässiga aspekter kollapsar under trycket från parallella krav, vilket avslöjar ett stort gap i deras resonemangsförmåga.

Slutsatsen är tydlig. För att bygga agenter som fungerar i verkligheten måste vi prioritera tidsmässig resonemangsförmåga och samordning framför enkel uppgiftslösning. Framtida system måste behärska konsten att vänta och växla, inte bara att exekvera. Effektivitet i flera uppgiftsmiljöer handlar inte bara om hastighet; det handlar om att intelligent hantera luckorna mellan handlingar.