Két különböző mesterséges intelligencia, a Fable 5.1 és a GPT-6 Astra ugyanazt a kihívást kapta: a másolás-beillesztéshez nyújtson hatékonyabb segítséget Mac rendszeren egy natív vágólapkezelő alkalmazás formájában. A két modell eltérő úton közelítette meg a problémát, így nagyon különböző alkalmazások születtek: a Fable által készített Ledge egy jobb oldalról előtűnő szűk listát, míg az Astra Shelf nevű megoldása egy széles, látványos kártyarendszert és előnézetet tartalmazó alsó sávot kínált.
Érdemes megfigyelni, mennyire befolyásolja a felhasználói élményt a vizuális kialakítás, a gyorsbillentyűk egyedisége, a panelek elhelyezése és az apró használati visszajelzések. Mindkét modell másképp reagált a visszajelzésekre, és eltérő tempóban tudta beépíteni a kért változtatásokat.
Az iterációk gyorsasága, illetve az alkalmazások testreszabhatósága döntően befolyásolta, hogy a tesztelő mennyire tudta a saját ízlésére alakítani az alkalmazásokat, és milyen hamar váltak ténylegesen használható eszközökké. Felmerül a kérdés, milyen szempontok szerint érdemes modelleket választani egy-egy feladathoz, hogyan lehet a különböző intelligenciarendszerek tudását legjobban kihasználni, és miként oszthatóak meg a szerepek az egyes ágensek, például tervező, végrehajtó vagy tesztelő funkciókra.
A tapasztalatok azt mutatják, hogy a gyorsabb iteráció, a modell rugalmassága, illetve a visszacsatolás kezelése jelentősen megváltoztathatja a végeredményt és a felhasználói preferenciákat. A többféle megközelítésből pedig a végfelhasználó profitálhat a legtöbbet, hiszen különböző perspektívákban, dizájnban és funkcionalitásban is kipróbálhatja, melyik rendszer illik legjobban a saját munkafolyamataihoz.
