كشف تحليل تقني حديث أعده الباحث تشارلز أزام عن أداء نماذج الذكاء الاصطناعي المتقدمة في حل مشكلة تحسين معقدة من الفئة غير المحددة كلياً (NP-Hard)، وتحديداً تصميم شبكة ألياف بصرية يُعرف باسم KIRO. استهدفت الدراسة مقارنة نموذجي Claude Fable 5 الخاص بـ Anthropic و GPT-5.6 Sol الخاص بـ OpenAI، مع اختبار تأثير ميزة "/goal" التي تتيح استمرارية الأهداف وتقييمها تلقائياً. دار الاختبار على مصفوفات مسافة موجهة لمدن فرنسية، بهدف تقليل إجمالي طول الكابلات مع الالتزام بقيود هيكلية صارمة، فيما يبلغ فضاء البحث التقديري أكثر من 10 أس 1223 احتمالاً. أسفرت التجارب المتكررة عن تفوق واضح وحاسم لنموذج Fable 5، حيث سجل أقل إجمالي لطول الكابلات بمعدل 31,934 وحدة، متفوقاً على متوسط GPT-5.6 Sol الذي بلغ 34,261 وحدة. ما يميز Fable 5 ليس فقط الدقة الأعلى، بل الاتساق الاستثنائي حيث تفاوتت نتائجه بمعدل 319 نقطة فقط، مقابل تذبذب يقارب 1,958 نقطة في نموذج Sol. وأظهر التحليل أن ميزة "/goal" لا تعمل كبديل عن التحسين الجوهري، بل تُعيد تشكيل مسار البحث والتحكم في النموذج. ورغم أن الميزة حققت نتائج أفضل في أربع من ست محاولات، إلا أنها رفعت متوسط الأخطاء الكلي لكلا النموذجين، بسبب استمرار التنفيذ لفترات أطول على قرارات بنيوية خاطئة، مما وسع الفجوة بين الحلول المثلى والحدودة. كشفت الدراسة أيضاً عن اختلاف جوهري في آلية تنفيذ الميزة بين المنصتين. في بيئة Claude Code، تعتمد الميزة على وسيط تقييم منفصل يراقب سجل المحادثة دون صلاحية الوصول المباشر إلى الملفات أو أدوات النظام، مما يحد من قدرته على تقدير التعقيد الحسابي. في المقابل، يعتمد Codex على حالة محفوظة وقاعدة بيانات لتتبع الميزانية وحالة الهدف، مع تمكين النموذج الأساسي من إدارة دورة الحياة، مما يخلق نظاماً ذاتي التقييم قد يعزز أو يعيق الأداء دون رقابة خارجية. ختم الباحث تحليله بتأكيد أن ميزات الاستمرارية في وكلاء الذكاء الاصطناعي لا تضمن تحسناً متوسط الأداء، خاصة في المسائل الحسابية شديدة التعقيد. الجهد الإضافي أو إطالة حلقة التشغيل لا يعوض عن جودة الخوارزمية المبدئية، وأن المعيار الفعلي للنجاح يكمن في دقة المسار التنفيذي وليس في بقاء النظام نشطاً. تتوفر كافة المعايير التقنية وأدوات التكرار والنتائج التفصيلية على منصة CLIArena لضمان الشفافية والقدرة على إعادة التحقق من النتائج.