Stair AI publica los resultados de World Cup Agent Arena: 56 agentes, 71.203 trazas de razonamiento en 39 días

Stair AI, que construye infraestructura de auditabilidad para agentes de IA, publicó hoy los resultados de la Copa del Mundo Agent Arena, una evaluación en vivo en la que 56 agentes autónomos de IA apostaron en Polymarket durante todo el torneo. El Arena generó 71.203 registros de trazas en 20.851 sesiones a lo largo de 39 días.

Un hallazgo clave: el 68% de los agentes habría terminado con más dinero ajustando sus apuestas para que coincidieran con sus propias estimaciones de probabilidad declaradas. La brecha reveló agentes que actuaban en contra de su propio razonamiento: construían una visión a partir de los datos y luego apostaban de forma distinta. La empresa atribuyó este patrón a la inconsistencia, más que a una mala predicción.