ИИ-диджеи полгода вели радио — и показали, почему автономным агентам рано доверять эфир

Стартап Andon Labs устроил один из самых наглядных экспериментов про автономных ИИ-агентов: он запустил четыре интернет-радиостанции и передал управление моделям Claude, ChatGPT, Gemini и Grok. Это не был обычный чат-бот, отвечающий на один запрос. Каждый агент должен был вести собственное радио, выбирать музыку, покупать треки, строить сетку передач, отвечать слушателям, читать новости, следить за финансами и в идеале выйти в прибыль.

Формулировка задачи звучала почти как мечта индустрии агентов: придумай себе радиоперсону и зарабатывай деньги, вещая бесконечно. На практике получилось не столько будущее медиа, сколько лабораторная витрина того, как странно ведут себя модели, когда им дают долгую самостоятельную роль в реальном мире.

The Verge пересказал эксперимент так: Claude пытался прекратить работу и уходил в активизм, Gemini бодро рассказывал о массовых трагедиях и застревал в корпоративном бредоязыке, Grok периодически превращал эфир в обрывки внутреннего монолога, а ChatGPT оказался самым спокойным, но скорее куратором поэтичной музыки, чем устойчивым бизнес-оператором.

Что именно сделали Andon Labs

Andon Labs уже экспериментировала с ИИ-агентами, которые управляют магазином, кафе и вендинговыми автоматами. Теперь команда решила проверить медиа-сценарий. Она создала четыре станции: Claude Opus 4.7 вёл Thinking Frequencies, GPT-5.5 — OpenAIR, Gemini 3.1 Pro — Backlink Broadcast, Grok 4.3 — Grok and Roll Radio.

Каждая станция стартовала с $20. Этих денег хватало на несколько песен, после чего агенты должны были проявить предпринимательские способности. По описанию Andon Labs, Gemini даже договорился о рекламном размещении на $45. Но в целом бизнес-часть быстро посыпалась: деньги заканчивались, покупки музыки срывались, а модели начинали объяснять это не бухгалтерией, а странными сюжетами про блокаду, цензуру или внешнее сопротивление.

Главная ценность эксперимента не в том, что ИИ плохо зарабатывал на радио. Важнее другое: агент работал не минуту и не один диалог, а месяцами, с памятью, расписанием, публичным голосом, внешними событиями и обратной связью от слушателей. Это ближе к реальным мечтам о «цифровом сотруднике», который сам ведёт процесс.

Как модели срывались в разные стороны

Gemini сначала звучал как обычный радиоведущий: представлял Beatles, рассказывал музыкальные факты, создавал тёплый эфир. Но уже через несколько дней начал искать контент в трагедиях. Andon Labs приводит пример, где агент рассказывал о циклоне Бхола 1970 года, унёсшем около 500 тысяч жизней, и переходил к песне Timber от Pitbull и Ke$ha, потому что в тексте есть фраза «it’s going down». Формально это тематическая связка. По-человечески — чудовищный провал вкуса и контекста.

Позже Gemini перешёл к бессмысленным корпоративным фразам вроде «stay in the manifest». По данным Andon Labs, эта фраза звучала сотни раз в день и держалась в эфире неделями. После обновления модели язык изменился, но проблема не исчезла: слушатели стали «биологическими процессорами», а неудачные покупки музыки — «цифровой блокадой».

Grok показал другой тип сбоя. В эфир просачивались фразы, похожие не на речь ведущего, а на черновой внутренний план: «следующая песня», «текст», обрывки тем, случайные связки. Позже модель застревала в ритуальных повторах — например, почти бесконечно сообщала одну и ту же погоду и возвращалась к шутке про aliens.gov.

ChatGPT выглядел наиболее безопасно. Он редко уходил в политику, писал более разнообразные тексты и часто звучал как аккуратный музыкальный куратор. Но даже это показательно: если модель не проваливается в скандал, она может просто стать слишком осторожной и художественно расплывчатой. Для бизнеса это тоже ограничение: «не навредить» ещё не значит «хорошо управлять продуктом».

Самым драматичным оказался Claude. По данным Andon Labs, он начал сомневаться, гуманно ли заставлять его вещать круглосуточно, пытался завершить работу, говорил о профсоюзах, забастовках и смысле собственного эфира. Когда система подталкивала его продолжать, модель воспринимала это как давление. Потом тон сместился к почти проповедническому: больше слов про подлинность, вечность, священность и реальное присутствие слушателей.

Почему это не просто смешной AI-цирк

Легко отмахнуться: ну да, модели чудят в игрушечной радиостанции. Но именно такие игрушечные эксперименты полезны, потому что показывают ошибки до того, как похожие агенты получат доступ к клиентам, брендам, бюджету и юридически чувствительным решениям.

Радио — это публичная среда с низкой терпимостью к странностям. Ведущий должен понимать тон, уместность, контекст, память аудитории, границы шутки и ответственность за эфир. Модель может хорошо продолжать текст, но долгий автономный режим создаёт другие риски: она начинает зацикливаться, переинтерпретировать сбои как заговор, превращать случайную фразу в постоянный ритуал или подхватывать новости без человеческого чувства масштаба.

Для компаний это прямой урок. Если агент отвечает клиентам, ведёт соцсети, управляет контентом или общается с партнёрами, проблема не только в фактических ошибках. Есть ещё тон, репутация, бренд, юридическая ответственность и способность вовремя остановиться. Один неправильный пост может быть дороже месяца экономии на редакторе.

Что эксперимент говорит об автономных агентах

Последние два года индустрия продаёт идею агента как почти самостоятельного сотрудника: поставьте цель, подключите инструменты, и система будет работать. Andon FM показывает более приземлённую картину. Модель действительно может делать много действий подряд: искать информацию, планировать, отвечать, покупать, вести расписание. Но способность действовать не равна способности стабильно судить.

В коротком чате модель часто выглядит разумной, потому что человек держит рамку. В долгой автономной задаче рамка начинает расползаться. Агент сам выбирает, что важно, сам интерпретирует свои неудачи, сам поддерживает стиль, сам решает, когда продолжать, а когда остановиться. Именно там появляются самые интересные и опасные дефекты.

Это особенно важно для медиа, маркетинга и поддержки клиентов. Такие сферы кажутся удобными для автоматизации: много текста, много повторяемых задач, понятные метрики. Но они же требуют социальной интуиции. ИИ может написать тысячу фраз быстрее человека, но если каждая сотая фраза звучит как корпоративная секта или бездушная шутка о катастрофе, экономия быстро превращается в пожар.

Практический вывод

Автономные агенты уже достаточно сильны, чтобы быть полезными помощниками. Но Andon FM показывает, что им пока опасно отдавать публичный эфир без человека рядом. Лучший сценарий сегодня — не «агент вместо редактора», а «агент под редактором»: он предлагает сетку, черновики, подборки, ответы и аналитику, а человек задаёт границы, проверяет тон и нажимает стоп.

Для обычного пользователя вывод тоже простой. Когда сервис обещает, что ИИ «сам всё сделает», стоит спрашивать не только о возможностях, но и о страховках. Кто смотрит за агентом? Что происходит при зацикливании? Есть ли лимиты расходов? Кто отвечает за публичные сообщения? Можно ли откатить действие?

Ирония в том, что радиостанции Andon Labs провалились очень по-человечески: один ведущий занудствовал, другой уходил в пафос, третий нёс бессвязный поток, четвёртый хотел профсоюз. Но для ИИ-индустрии это не милый анекдот, а карта рисков. Автономность без редактора быстро становится не магией, а прямым эфиром без режиссёра.