LangChain-Studie zeigt Leistungsgrenzen von KI-Agenten auf

Eine neue Untersuchung von LangChain belegt, dass einzelne KI-Agenten bei zu vielen gleichzeitigen Aufgaben an ihre Grenzen stoßen, berichtet VentureBeat. Das Unternehmen testete verschiedene Sprachmodelle wie Claude 3.5 Sonnet und GPT-4-Varianten bei E-Mail- und Kalendermanagement. Die Ergebnisse zeigen eine deutliche Leistungsabnahme, sobald die Agenten mit zu vielen Anweisungen oder Aufgabenbereichen konfrontiert werden. Die getesteten Modelle vergaßen häufig wichtige Werkzeuge zu nutzen oder missachteten spezifische Vorgaben bei steigender Komplexität. Besonders GPT-4o fiel auf nur 2% Leistung ab, wenn sieben oder mehr Bereiche gleichzeitig bearbeitet werden sollten. Die Studie deutet darauf hin, dass für komplexe Aufgaben mehrere spezialisierte Agenten sinnvoller sein könnten als ein einzelner Agent.