Stair AI 這家為 AI 代理打造可審計性基礎設施的公司，今天發布了來自「World Cup Agent Arena」的結果。這是一場直播式評估：在整個賽事期間，56 個自主 AI 代理在 Polymarket 下注。該 Arena 在 39 天內、跨越 20,851 場次，產生了 71,203 筆追蹤記錄。
一項關鍵發現：若 68% 的代理能依照自身所述的機率估計來調整下注規模，本來就會用更多錢收場。這種落差顯示，代理在違背自身推理的情況下行動——先根據數據形成觀點，卻用不同方式下注；公司將此模式歸因於不一致，而非預測能力不佳。
