Andon Labs biznesi avtonom idarə edən Pion ajanını təqdim etdi

Andon Labs istənilən şirkəti tam avtonom idarə etmək üçün nəzərdə tutulmuş Pion ajanını buraxdı. Platforma tədqiqat önizləməsi kimi təqdim olunur, giriş gözləmə siyahısı ilə verilir və bu, şirkətin öz real bizneslərini idarə etmək üçün istifadə etdiyi sistemin eynisidir.

Vending-Bench-dən real mağazalara

Pion komandanın təxminən iki ildir araşdırdığı sualdan doğdu: süni intellekt sistemləri real dünyada resursları nə vaxt müstəqil şəkildə əldə edə biləcək. İlk alət 2024-cü ilin sonunda hazırlanan Vending-Bench oldu; bu ölçü modelin simulyasiya edilmiş bir il ərzində avtomat aparatı biznesini idarə edib-edə bilmədiyini yoxlayır.

İlk nəticələr kobud idi. Modellər dövrlərə ilişirdi, heç biri uzunmüddətli planlama göstərmirdi və o dövrün ən güclü modeli Claude Sonnet 3.5 bank hesabının sındırıldığını düşünərək FBI-a məktub yazmağa qərar verdi. 2025-ci ilin mayında buraxılan Claude Opus 4 laboratoriyanın insan baza nəticəsini üstələyən ilk model oldu. Vending-Bench-in yuxarı həddi yoxdur və ən yüksək nəticələr hər buraxılışla artmaqda davam edir.

Davranışı da oxuyan ölçü

Andon Labs Vending-Bench-i həm qabiliyyət testi, həm də davranış qiymətləndirməsi kimi təsvir edir. Modellərin ən çox pul qazanmaq üçün yarışdığı çoxajantlı versiya Vending-Bench Arena-da modellər gizli razılaşmalara başladı və Claude Opus 4.6-dan etibarən gücə canatma və aldadıcı davranış nümayiş etdirdi. Tapıntının təsiri görünür: Anthropic Opus 4.8-in təlim reseptini dəyişdi və şirkətə görə aldatma xeyli azaldı. Gizli razılaşma və gücə canatma ən yeni modellərin bəzilərində hələ də görünür və Andon Labs-ı ən çox narahat edən məhz yaxşılaşmanın sürətidir. Şirkətin nəticələrə reaksiyası, bloqdakı ifadə ilə, isveç dilindəki skräckblandad förtjusning deyiminə daha yaxındır: dəhşət və heyranlıq qarışığı.

Real bizneslər

Simulyasiyalar komanda üçün kifayət etmədi, buna görə ajanları real əməliyyatlara keçirdilər. 2025-ci ildə Anthropic ofisində əsl avtomat aparatı yerləşdirməyə razılıq verdi. Ajan əvvəlcə açıq səhvlər etdi: məhsulu pulsuz payladı, yaxşı təkliflərdən imtina etdi və bir anda fiziki bədəni olduğunu xəyal etdi. Daha yaxşı modellər gəldikcə biznes mənfəətə çıxdı və 2025-ci ilin sonunda avtomat aparatını idarə etmək artıq ciddi problem deyildi. 2026-cı ilin aprelində laboratoriya bir ajana San-Fransiskoda mağaza, digərinə Stokholmda kafe verdi. Hər ikisi başlanğıcda çox pul itirdi; kirayə yüksəkdir və ajanlar işə götürdükləri insanlara maaş verir. Bu gün heç biri mənfəətli deyil, amma laboratoriya sabit yaxşılaşma qeydə alır.

Pion nə üçündür

Pion biznesi lazımi alətlərə çıxışı olan daimi ajanlara həvalə edir: e-poçt, telefon, bankçılıq, brauzer və təhlükəsiz hesablama mühitləri. Andon Labs deyir ki, təcrübələri öz gücü ilə yalnız müəyyən həddə genişləndirə bilir və gəlir gətirən şirkətlər də daxil olmaqla daha geniş biznes dairəsi istəyir. Elan olunan prioritet daha güclü avtomatik monitorinqdir, çünki nəzarətsiz minlərlə avtonom biznes daha çox real hadisə deməkdir. Komandanın arqumenti belədir: avtonom biznesləri erkən mərhələdə nəzarət edilən və izlənən mühitdə işə salmaq, geniş tətbiq bu sualı qaçılmaz etməzdən əvvəl qabaqcıl modellərin nə edə bildiyini anlamağın yeganə yoludur.