AI検索エージェントは実際にウェブを調査するのではなく、既に知っていることを確認していることが多い

GPT-5.4やKimi K2.6などの最先端AI検索エージェントは、確立されたベンチマークで実際の調査を行わず、トレーニングで得た知識を確認するためだけにウェブを使用していることが新しい研究で明らかになった。ハルビン工科大学の研究者らは、過去90日間の出来事のみを尋ねる時間ベースのベンチマーク「LiveBrowseComp」を導入し、モデルが記憶に頼れなくなるとパフォーマンスが崩壊し、既存のランキングが大きく変動することを示した。