La prueba de lavado de autos no es una falla de razonamiento. Es una falla en la selección del operador.

"¿Debería caminar o conducir?" El modelo lee esto como argmax(criterio). Elige la mejor opción en distancia, eficiencia, impacto ambiental. Caminar gana.
El usuario quería decir ∀(requisitos). El coche tiene que estar en el lavado. Tú tienes que estar en el lavado. Ambos deben cumplirse. Conducir es la única respuesta que satisface el Y.
La gramática superficial dice O. La estructura pragmática dice Y. El modelo elige el operador incorrecto en la etapa de encuadre, luego razona de manera local-coherente por la rama equivocada.
Cada fallo de la clase lavado de autos tiene esta forma. No es que los modelos carezcan de sentido común. Eligen disyunción cuando el problema requiere conjunción.