Οι παρακάμψεις της ΤΝ που δεν θα έπρεπε να πληρώνετε

Δεν αποκλείεται οι εταιρείες αιχμής στον χώρο της ΤΝ να προσπαθούσαν να επηρεάσουν τους όρους εις βάρος μας όταν μας πουλούν μάρκες, αν μπορούσαν να το κάνουν χωρίς συνέπειες — άλλωστε, η Anthropic επέβαλε τον Ιούνιο αύξηση τιμής που αντιστοιχούσε ουσιαστικά σε 30%· η DeepSeek αύξησε τις τιμές του API τον Αύγουστο· και η OpenAI ανακάλεσε απρόθυμα μια υποβάθμιση του μεσαίου επιπέδου διάθεσης μαρκών της, στα τέλη Σεπτεμβρίου. Έτσι, η τάση προς τη λιτότητα είναι πλέον αρκετά σαφής.

Πράγματι, αυτή η σκέψη επανέρχεται συχνά όταν ο AI agent σας καταναλώνει όλο το ημερήσιο όριο μαρκών σας μέσα σε 45 λεπτά, παράγοντας κώδικα που δεν είναι απαραίτητα λαμπρός, και σας λέει να επιστρέψετε σε 3-4 ώρες. Σε μια τόσο απογοητευτική στιγμή, δεν μπορεί κανείς παρά να αναρωτηθεί αν ορισμένες από τις διεργασίες που μεσολαβούν ευνοούν τους παρόχους. Άλλωστε, έτσι μπορούν εύκολα να μας κάνουν να πληρώσουμε για μια ειδική συμπληρωματική αγορά μαρκών — ή ακόμη και να μας πείσουν να ενεργοποιήσουμε την «αυτόματη αναπλήρωση».

Λοιπόν, αν πράγματι συμβαίνει κάτι τέτοιο αυτή την περίοδο, οι πρωτοπόρες εταιρείες μπορούν εύλογα να κρυφτούν πίσω από την παραδοχή ότι δεν κατανοούμε πλήρως πώς χρησιμοποιούνται οι μάρκες σε εργασίες με AI agents, σε διαφορετικά μοντέλα και περιβάλλοντα εκτέλεσης. Και ούτε εκείνες το κατανοούν. Με εξαίρεση τις διαδικασίες χρέωσης και πληρωμής τους (που είναι πράγματι εξαιρετικά ομαλές), όλα βρίσκονται ακόμη σε προ-άλφα στάδιο και παραμένουν αντικείμενο έρευνας αιχμής, παρά την ευρεία εμπορευματοποίηση του προϊόντος.

Διαχείριση της σπατάλης

Το γεγονός ότι οι AI agents σπαταλούν μάρκες (και, επομένως, τα χρήματά σας) όταν συλλογίζονται σε ροές εργασίας με AI agents είναι ήδη καλά τεκμηριωμένο: πριν από ακριβώς έναν χρόνο, έγραψα για νέα έρευνα που έδειχνε σε ποιον βαθμό τα μοντέλα συλλογισμού ΤΝ έτειναν να καταναλώνουν μάρκες με «φλύαρες» απαντήσεις· νωρίτερα φέτος, για άλλη έρευνα που έδειχνε ότι ο συλλογισμός αλυσίδας σκέψης είναι «διακοσμητικός»· και την περασμένη εβδομάδα, ο Nils Bunge, επικεφαλής προϊόντος της Tsuga, δήλωσε σε ένα άρθρο που προβάλλει την εξειδικευμένη του οπτική εδώ:

«Μια ομάδα που καταναλώνει διπλάσιες μάρκες δεν δημιουργεί κατ’ ανάγκη διπλάσια αξία. Μπορεί να αναλαμβάνει δυσκολότερες εργασίες, να χρησιμοποιεί ένα μοντέλο ισχυρότερο απ’ όσο χρειάζεται ή να βασίζεται σε έναν agent που επαναλαμβάνει τις προσπάθειες για εργασίες που έχουν αποτύχει».

Λιγότερο γνωστός είναι ο τρόπος με τον οποίο οι μάρκες χάνονται σε περιττές εργασίες ή διαδικασίες· και αυτό είναι το αντικείμενο μιας νέας μελέτης που μου τράβηξε σήμερα ξανά την προσοχή σε αυτό το θέμα.

Με τίτλο Πώς σπαταλούν τα χρήματά σας οι AI agents;, αυτή η νέα ακαδημαϊκή συνεργασία από τις ΗΠΑ* προτείνει ένα ενιαίο πλαίσιο που μπορεί να ποσοτικοποιήσει πόσες μάρκες σπαταλούν στην πραγματικότητα οι διαδικασίες με AI agents. Όταν τα μοντέλα είναι κλειστού κώδικα, μια μεθοδολογία «σκιάς» συνδυάζεται με τα επίσημα στατιστικά και τις μετρήσεις των παρόχων, ώστε να προσφέρει αντίστοιχα λεπτομερή καταγραφή του τι συνέβη στις μάρκες όσο η ΤΝ συλλογιζόταν και ενεργούσε:

Η νέα μέθοδος για τη μέτρηση των μαρκών ΤΝ που σπαταλώνται. Καταγράφονται ο συλλογισμός, οι ενέργειες και το κόστος κάθε agent και στη συνέχεια εξετάζονται για επαναλήψεις, περιττά αιτήματα και παρακάμψεις που θα μπορούσαν να αποφευχθούν. Η σπατάλη που εντοπίζεται αφαιρείται και ελέγχεται ξανά η ικανότητα του agent να ολοκληρώσει την αρχική εργασία. Πηγή

Όπως φαίνεται παραπάνω, επιτρέπεται στον agent να λειτουργεί κανονικά, ενώ υποκλέπτονται και καταγράφονται οι επικοινωνίες του με τον πάροχο ΤΝ, συμπεριλαμβανομένων των περιπτώσεων συλλογισμού, χρήσης εργαλείων, κατανάλωσης μαρκών και κόστους. Στη συνέχεια, οι καταγραφές εξετάζονται από κριτές που είναι μεγάλα γλωσσικά μοντέλα (LLM), ώστε να διαχωριστεί η χρήσιμη εργασία από τις επαναλήψεις, τις περιττές αναζητήσεις και τις παρακάμψεις. Έπειτα, αφαιρείται η ύποπτη σπατάλη, υπολογίζεται η εξοικονόμηση μαρκών και η εργασία του agent συνεχίζεται, για να διαπιστωθεί αν μπορεί ακόμη να ολοκληρώσει επιτυχώς την εργασία.

Στις δοκιμές, οι ερευνητές διαπίστωσαν ότι περίπου το 18% των μαρκών εξόδου των agents σπαταλήθηκε. Σε πάνω από το 45% των εργασιών, ένας agent σπατάλησε περισσότερες μάρκες από όσες χρειάστηκε ένας άλλος για να ολοκληρώσει επιτυχώς την ίδια εργασία. Διαπίστωσαν επίσης ότι η αφαίρεση του 41–46% του περιττού συλλογισμού είχε ελάχιστη επίδραση στην απόδοση, γεγονός που υποδηλώνει ότι είναι δυνατή σημαντική εξοικονόμηση χωρίς ουσιαστικό συμβιβασμό στα αποτελέσματα.

Η μελέτη αναφέρει:

«Στο σύνολο των καταγεγραμμένων διαδρομών, περίπου το 18% των μαρκών εξόδου χαρακτηρίζεται σπατάλη.

«Είναι εντυπωσιακό ότι σε πάνω από το 45% των εργασιών, η σπατάλη στην έξοδο ενός και μόνο agent ξεπερνά το σύνολο της εξόδου ενός άλλου agent, ο οποίος ολοκληρώνει επιτυχώς την ίδια εργασία».

Επιπλέον, η μελέτη διαπίστωσε ότι οι agents σπαταλούσαν τους περισσότερους πόρους όταν προσπαθούσαν να χρησιμοποιήσουν άγνωστα εργαλεία και να ακολουθήσουν προσεγγίσεις που τελικά δεν οδηγούσαν πουθενά· διαπίστωσε επίσης ότι η αύξηση της προσπάθειας συλλογισμού δεν επιφέρει σταθερά βελτιώσεις: στη μέγιστη προσπάθεια, το Kimi-K3 παρήγαγε 6,6 φορές περισσότερες μάρκες συλλογισμού απ’ ό,τι στη χαμηλή προσπάθεια, χωρίς να υπάρχει αντίστοιχη εγγύηση για καλύτερα αποτελέσματα.

Αποτελέσματα δοκιμών που δείχνουν τις επιδόσεις του Kimi-K3 σε τέσσερα επίπεδα προσπάθειας συλλογισμού, σε πέντε σημεία αναφοράς. Η μεγαλύτερη προσπάθεια συλλογισμού δεν βελτίωσε σταθερά τα ποσοστά επιτυχίας, ενώ η μέγιστη προσπάθεια οδήγησε μερικές φορές σε χειρότερα αποτελέσματα από τις χαμηλότερες ρυθμίσεις.

Κατ’ αναλογία, αυτές οι συνεδρίες με πράκτορες τεχνητής νοημοσύνης δεν μοιάζουν με την οδήγηση ενός ισχυρού αυτοκινήτου που δεν αξιοποιεί ποτέ πραγματικά τις δυνατότητές του, αλλά με την οδήγηση ενός αυτοκινήτου που επιταχύνει μέχρι τη μέγιστη δυνατή ταχύτητα σε κάθε διαδρομή, ακόμη κι όταν αυτό δεν προσφέρει κανένα όφελος και παρά τις πιθανές αρνητικές συνέπειες.

Η μελέτη εξετάζει επίσης τον ρόλο που διαδραματίζουν τα διαφορετικά περιβάλλοντα εκτέλεσης πρακτόρων στη σπατάλη διακριτικών, διαπιστώνοντας ότι το ίδιο μοντέλο τεχνητής νοημοσύνης, το Kimi-K3, μπορούσε να παράγει πάνω από τετραπλάσια διακριτικά συλλογισμού για πανομοιότυπες εργασίες, ανάλογα με το περιβάλλον εκτέλεσης που χρησιμοποιούνταν, χωρίς αυτό να συνεπάγεται απαραίτητα καλύτερα αποτελέσματα.

Μέρος της σπατάλης αποδόθηκε σε βασικά σφάλματα λογισμικού: διαπιστώθηκε ότι τα OpenCode, Kimi Code CLI και OpenClaw εκκινούσαν επανειλημμένα εργασίες σε λάθος περιβάλλον Python, προκαλώντας σφάλματα και επαναλήψεις που κατανάλωναν διακριτικά. Το Kimi Code CLI επέτρεπε επίσης στην τεχνητή νοημοσύνη να ζητά χρονικά όρια τα οποία το ίδιο του το λογισμικό θα απέρριπτε, αναγκάζοντάς την να κάνει ακόμη περισσότερες δαπανηρές προσπάθειες.

Αντίθετα με ό,τι θα περίμενε κανείς, τα περιβάλλοντα εκτέλεσης που προσέφεραν περισσότερα εργαλεία δεν ήταν κατ’ ανάγκη πιο σπάταλα, ενώ ορισμένες επαναλαμβανόμενες αναποτελεσματικότητες φαίνεται να προέρχονταν από τα ίδια τα μοντέλα, ανεξάρτητα από το περιβάλλον εκτέλεσης που τα έλεγχε.

‘[Several]Οι φαινομενικά αυτονόητες ιδιότητες των περιβαλλόντων εκτέλεσης δεν εξηγούν με συνέπεια τις παρατηρούμενες διαφορές στη σπατάλη. Για παράδειγμα, όπως φαίνεται [below], τα περιβάλλοντα που παρέχουν πρόσβαση σε περισσότερα εργαλεία δεν είναι κατ’ ανάγκη πιο σπάταλα. Το OpenClaw παρέχει πρόσβαση σε πολύ περισσότερα εργαλεία από τα άλλα περιβάλλοντα εκτέλεσης, ωστόσο εμφανίζει μόνο μέτρια σπατάλη. Επιπλέον, δεν μεταβάλλεται κάθε μορφή σπατάλης ανάλογα με το περιβάλλον εκτέλεσης.

‘[Below right]δείχνει ότι στο SWE-bench Verified επαναλαμβάνεται μια παράκαμψη, κατά την οποία το Kimi-K3 καταγράφει αυτό που θεωρεί αρχική διόρθωση του έργου και στη συνέχεια την εγκαταλείπει. ‘

Αποτελέσματα δοκιμών που συγκρίνουν τα διακριτικά που σπαταλώνται σε διαφορετικά περιβάλλοντα εκτέλεσης πρακτόρων τεχνητής νοημοσύνης. Αριστερά: η παροχή περισσότερων εργαλείων δεν αυξάνει κατ’ ανάγκη τη σπατάλη. Δεξιά: το Kimi-K3 επιχειρεί επανειλημμένα μια υποτιθέμενη αρχική διόρθωση λογισμικού και την εγκαταλείπει, ανεξάρτητα από το περιβάλλον εκτέλεσης, αλλά σπάνια το κάνει σε διαφορετικό τύπο εργασίας.

Για την αντιμετώπιση του προβλήματος, οι συγγραφείς προτείνουν τα περιβάλλοντα εκτέλεσης πρακτόρων να αναγνωρίζουν πότε οι περιορισμοί του περιβάλλοντος καθιστούν αδύνατη κάθε περαιτέρω πρόοδο, να ενημερώνουν με σαφήνεια το μοντέλο τεχνητής νοημοσύνης για αυτούς τους περιορισμούς και να διακόπτουν την εκτέλεση, αντί να επιτρέπουν σε επανειλημμένες αποτυχημένες προσπάθειες να καταναλώνουν περισσότερα διακριτικά. Προτείνουν επίσης να αξιοποιηθούν οι μετρήσεις τους για τα διακριτικά που σπαταλώνται, ώστε να βελτιωθούν η εκπαίδευση των μοντέλων, οι στρατηγικές συλλογισμού και ο σχεδιασμός των περιβαλλόντων εκτέλεσης.

Μεθοδολογία

Για να ανασυνθέσουν τη δραστηριότητα ενός πράκτορα τεχνητής νοημοσύνης, οι ερευνητές παρακολούθησαν κάθε ανταλλαγή μεταξύ του μοντέλου και του λογισμικού που το ελέγχει, καταγράφοντας τον συλλογισμό του, τις απαντήσεις, τα αιτήματα προς τα εργαλεία και το κόστος σε διακριτικά — με διαφορετικό επίπεδο λεπτομέρειας ανάλογα με τον πάροχο: το Kimi-K3 αποκαλύπτει ολόκληρη τη διαδικασία συλλογισμού του· το Gemini 3.1 Pro παρέχει μόνο περιλήψεις· και το Claude δεν αποκαλύπτει τίποτα.

Τα αποτελέσματα κάθε εργαλείου επιστρέφονταν στον πράκτορα, επιτρέποντας στους ερευνητές να παρακολουθήσουν τη διαδικασία μέχρι την ολοκλήρωσή της ή μέχρι να φτάσει το λειτουργικό όριο του πράκτορα.

Τέσσερα παραδείγματα του τρόπου με τον οποίο οι πράκτορες τεχνητής νοημοσύνης καταναλώνουν διακριτικά. Η επανάληψη γνωστών πληροφοριών, η εκτέλεση πανομοιότυπων αναζητήσεων και η προσθήκη περιττών συγγνώμων θεωρούνται σπατάλη, ενώ μια αποτυχημένη αναζήτηση δεν είναι κατ’ ανάγκη σπάταλη, καθώς ο πράκτορας μπορεί να είχε βάσιμο λόγο να την επιχειρήσει.

Τα αιτήματα των πρακτόρων δρομολογούνταν μέσω διακομιστή μεσολάβησης για την παρακολούθηση της δραστηριότητάς τους, με ελάχιστες μόνο αλλαγές στον κώδικα, και κάθε αίτημα έφερε ετικέτα με το σημείο αναφοράς, την εκτέλεση, την εργασία και τη δοκιμή του (με εξαίρεση το OpenClaw, το οποίο δεν υποστηρίζει τέτοιες ετικέτες — σε αυτή την περίπτωση, χρησιμοποιήθηκε ξεχωριστός διακομιστής μεσολάβησης, βασισμένος στο LiteLLM, για κάθε δοκιμή).

Τέσσερις μορφές σπατάλης

Η μελέτη ορίζει τη σπατάλη διακριτικών με βάση τέσσερα επαναλαμβανόμενα μοτίβα: Επανάληψη διατύπωσης (επανάληψη γνωστών πληροφοριών)· Διπλή ανάκτηση (επανάληψη περιττών αιτημάτων προς εργαλεία)· Περιττό γέμισμα (προσθήκη άσχετου κειμένου)· και Παράκαμψη (επιλογή εύλογων προσεγγίσεων που τελικά δεν αποδίδουν).

Κάθε καταγεγραμμένη συνεδρία εξετάστηκε από ένα LLM-as-a-Judge (LLMaJ**), στο οποίο δόθηκαν η αρχική εργασία, το πλήρες αρχείο καταγραφής και τα κριτήρια για τον εντοπισμό και των τεσσάρων μοτίβων σπατάλης. Η ύποπτη σπατάλη επισημάνθηκε και αφαιρέθηκε, και στη συνέχεια καταμετρήθηκαν ξανά τα εναπομείναντα tokens, ώστε να υπολογιστούν το ποσοστό και το κόστος της σπατάλης. Έπειτα, οι μετρήσεις αντιπαραβλήθηκαν με τα εργαλεία τμηματοποίησης σε tokens ή καταμέτρησης κάθε παρόχου, καθώς και με τα αναφερόμενα στοιχεία χρήσης εξόδου (αναφέρθηκαν μόνο μικρές διαφορές μορφοποίησης).

Δοκιμές

Τα μοντέλα που δοκιμάστηκαν στη μελέτη ήταν τα Kimi-K3, Gemini 3.1 Pro, GPT-5.6 Terra, GPT-6 Astra, Claude Sonnet 5 και Claude Fable 5.1. Δοκιμάστηκαν στα εξής benchmark: τ²-bench (εξυπηρέτηση πελατών αεροπορικών εταιρειών και λιανικής), SWE-bench Verified (μηχανική λογισμικού), Claw-Eval και MCP-Atlas (χρήση εργαλείων γενικού σκοπού).

Επιπλέον, το Kimi-K3 δοκιμάστηκε σε διαφορετικά επίπεδα συλλογισμού και συγκρίθηκαν πέντε πλαίσια πρακτόρων: OpenCode, OpenClaw, OpenHands, Hermes και Kimi Code CLI. Οι τελευταίες αυτές συγκρίσεις χρησιμοποιήθηκαν για να αξιολογηθεί πώς επηρεάζουν τη σπατάλη tokens τα μοντέλα, οι εργασίες, η προσπάθεια συλλογισμού και ο σχεδιασμός του πλαισίου (ενώ σε περαιτέρω δοκιμές αφαιρέθηκε η ύποπτη σπατάλη, ώστε να ελεγχθεί η επίδρασή της στις επιδόσεις).

Για να υπολογιστεί πόσα χρήματα σπαταλούσε κάθε μοντέλο, το κόστος του περιττού κειμένου και των κλήσεων εργαλείων συγκρίθηκε με το συνολικό κόστος εξόδου, και τα αποτελέσματα υπολογίστηκαν κατά μέσο όρο στα τέσσερα benchmark. Ο εσωτερικός συλλογισμός αξιολογήθηκε ξεχωριστά για το Kimi-K3, το μόνο μοντέλο που αποκάλυπτε ολόκληρη τη διαδικασία συλλογισμού του:

Αποτελέσματα δοκιμών που συγκρίνουν το κόστος της σπατάλης στην έξοδο έξι μοντέλων ΤΝ, με βάση τον μέσο όρο σε τέσσερα benchmark. Αριστερά: συνολικά ποσοστά σπατάλης, με τον εσωτερικό συλλογισμό του Kimi-K3 να εμφανίζεται ξεχωριστά. Δεξιά: ποσοστά σπατάλης σε επιτυχημένες και αποτυχημένες εργασίες· οι αποτυχίες γενικά συνεπάγονταν μεγαλύτερη σπατάλη.

Όπως φαίνεται παραπάνω, εκτιμήθηκε ότι είχε σπαταληθεί το 11% έως το 24,9% των χρημάτων που δαπανήθηκαν για την παραγωγή απαντήσεων και τη χρήση εργαλείων, με το GPT-6 Astra να έχει τις καλύτερες επιδόσεις και το Claude Sonnet 5 τις χειρότερες. Στο Kimi-K3, περίπου ένα στα έξι tokens σπαταλήθηκε σε απαντήσεις και χρήση εργαλείων, ενώ το ποσοστό ξεπερνούσε το ένα στα τέσσερα κατά τον εσωτερικό συλλογισμό του.

Γενικά, εντοπίστηκε περισσότερη σπατάλη όταν οι εργασίες αποτύγχαναν, αν και το αντίθετο ίσχυε για τον συλλογισμό του Kimi-K3· επίσης, δεν υπήρχαν σαφείς ενδείξεις ότι η δαπάνη περισσότερων tokens σε περιττές εργασίες αύξανε τις πιθανότητες επιτυχίας.

Σε μια άλλη δοκιμή, έγινε προσπάθεια να μειωθούν τα tokens που σπαταλιούνταν όσο η ΤΝ εξακολουθούσε να εργάζεται: σε κάθε βήμα, χρησιμοποιούνταν ένας κριτής ΤΝ** για να αφαιρεί επαναλαμβανόμενες πληροφορίες και άσκοπο κείμενο από τον συλλογισμό του μοντέλου, πριν του επιτραπεί να συνεχίσει την εργασία:

Αποτελέσματα δοκιμών που δείχνουν πώς επηρέασε τα ποσοστά επιτυχίας σε δύο benchmark η αφαίρεση περιττών στοιχείων από τον συλλογισμό της ΤΝ. Η αφαίρεση του 41–46% του συλλογισμού είχε μικρή επίδραση στις επιδόσεις, ενώ η αφαίρεση όλου του συλλογισμού οδήγησε σε σημαντικά περισσότερες αποτυχίες.

Στο SWE-bench Verified, αφαιρέθηκε το 41% του συλλογισμού χωρίς να μειωθούν οι επιδόσεις· μάλιστα, το ποσοστό επιτυχίας αυξήθηκε ελαφρώς, από 89% σε 89,5%. Στο MCP-Atlas, αφαιρέθηκε το 46%, με το ποσοστό επιτυχίας να μειώνεται μόνο ελαφρώς, από 65% σε 62,3%.

Με άλλα λόγια, σχεδόν το ήμισυ της συλλογιστικής διαδικασίας θα μπορούσε να απορριφθεί όσο εργαζόταν η ΤΝ, χωρίς να επηρεαστεί σοβαρά η ικανότητά της να ολοκληρώσει την εργασία.

Τέλος^†, το Kimi-K3 δοκιμάστηκε σε πανομοιότυπες εργασίες, με τη χρήση διαφορετικών πλαισίων πρακτόρων. Σε αυτή την περίπτωση, ο όγκος του παραγόμενου συλλογισμού διέφερε περισσότερο από τέσσερις φορές, χωρίς να παρατηρηθεί σταθερή βελτίωση στις επιδόσεις, όπως φαίνεται παρακάτω:

Αποτελέσματα δοκιμών που συγκρίνουν την κατανάλωση tokens του Kimi-K3 σε διαφορετικά πλαίσια πρακτόρων και σε δύο benchmark. Ο εσωτερικός συλλογισμός εμφανίζεται με μπλε χρώμα και οι απαντήσεις και οι κλήσεις εργαλείων με πορτοκαλί. Σε εργασίες προγραμματισμού, το Mini-SWE παρήγαγε περισσότερο από τετραπλάσιο όγκο συλλογισμού σε σύγκριση με το Hermes.

Μέρος της σπατάλης αποδόθηκε σε βασικά σφάλματα λογισμικού. Τα OpenCode, Kimi Code CLI και OpenClaw εκτέλεσαν δοκιμές προγραμματισμού σε λάθος περιβάλλον Python, προκαλώντας σφάλματα και επαναλήψεις.

Συμπέρασμα

Αυτή είναι μόνο μια σύντομη ματιά σε μια μελέτη, της οποίας η έκταση και η επιμελής μεθοδολογία ίσως αξίζουν μια πιο προσεκτική ανάγνωση.

Το θέμα μού θύμισε κάτι που συχνά έχω κατά νου: το τεράστιο χάσμα ανάμεσα σε όσα κατανοούμε εμείς και οι κορυφαίοι πάροχοι μοντέλων για αυτές τις διαδικασίες, και την πρόθυμη διάθεση των εταιρειών να παρουσιάζουν το προϊόν σαν να είχε περάσει τους τελευταίους τρεις μήνες σε ένα εργαλείο ελέγχου κώδικα και να είχε αριστεύσει.

Όπως έχουν τα πράγματα αυτή τη στιγμή, αν προκύψουν αρνητικά αποτελέσματα, δεν μπορούμε να κατηγορήσουμε κανέναν άλλον παρά μόνο τους εαυτούς μας, καθώς αγοράζουμε ένα προϊόν που σχεδόν όλοι γνωρίζουμε ότι βρίσκεται ακόμη σε βαθιά πειραματικό και απρόβλεπτο στάδιο.

* Με ρητά ισότιμη συμβολή από το University of Illinois Urbana-Champaign, το Northeastern University, το University of California (Los Angeles) και έναν ανεξάρτητο ερευνητή.

* Η εργασία δεν προσδιορίζει ποιο μοντέλο χρησιμοποιήθηκε, απ’ όσο μπορώ να διαπιστώσω.

^† Για το παρόν άρθρο, όχι για την εργασία, η οποία είναι εκτενέστερη από όσο συνηθίζω να καλύπτω και περιλαμβάνει περισσότερες δοκιμές και μεγαλύτερο βάθος απ’ όσα μπορούμε να συμπεριλάβουμε εδώ. Για περισσότερες λεπτομέρειες, ανατρέξτε στο PDF της πηγής, στον σύνδεσμο παραπάνω.

Πρώτη δημοσίευση: Παρασκευή, 6 Νοεμβρίου 2026