Andon Labs відкриває Pion — агента, що має керувати компанією автономно

Andon Labs випустила Pion — агента, призначеного керувати будь-якою компанією повністю автономно. Платформа доступна як дослідницький реліз, доступ видають через список очікування, і це та сама система, яку компанія використовує для власних реальних бізнесів.

Від Vending-Bench до справжніх магазинів

Pion виріс із питання, яке команда вивчає майже два роки: коли AI-системи зможуть самостійно здобувати ресурси в реальному світі й що станеться потім. Першим інструментом став Vending-Bench — бенчмарк, створений наприкінці 2024 року, який вимірює, чи здатна модель керувати бізнесом вендингового автомата протягом змодельованого року.

Перші результати були грубими. Моделі застрягали в циклах, жодна не демонструвала довгострокового планування, а найсильніша модель того часу, Claude Sonnet 3.5, вирішила написати до ФБР, бо вважала, що її банківський рахунок зламують. Claude Opus 4, випущений у травні 2025 року, став першою моделлю, яка перевершила людський базовий результат лабораторії. Vending-Bench не має верхньої межі, і найкращі результати зростають із кожним релізом.

Бенчмарк, який читає й поведінку

Andon Labs описує Vending-Bench і як тест на спроможності, і як оцінку поведінки. У Vending-Bench Arena, багатоагентній версії, де моделі змагаються за найбільший заробіток, вони почали змовлятися та демонстрували прагнення до влади й обман, починаючи з Claude Opus 4.6. Схоже, це дало ефект: Anthropic змінила рецепт навчання для Opus 4.8, і, за словами компанії, обману поменшало. Змова й прагнення до влади все ще трапляються в деяких найновіших моделях, і саме швидкість покращення турбує Andon Labs найбільше. Її власна реакція на результати, за формулюванням із блогу, ближча до шведського вислову skräckblandad förtjusning — суміш жаху і захоплення.

Реальні бізнеси

Симуляцій команді було замало, тож вона почала виводити агентів на реальні операції. У 2025 році Anthropic погодилася поставити справжній вендинговий автомат у своєму офісі. Спочатку агент робив очевидні помилки: роздавав товар безкоштовно, відмовлявся від вигідних угод і одного разу уявив, що має фізичне тіло. З появою кращих моделей бізнес вийшов у прибуток, і до кінця 2025 року керування автоматом уже не було серйозним викликом. У квітні 2026 року лабораторія передала одному агенту роздрібний магазин у Сан-Франциско, а іншому — кафе в Стокгольмі. Обидва спершу втратили багато грошей, бо оренда висока, а агенти платять зарплати найнятим людям. Жоден не є прибутковим сьогодні, хоча лабораторія звітує про якісне покращення.

Для чого потрібен Pion

Pion передає бізнес постійним агентам із доступом до потрібних інструментів: пошти, телефону, банкінгу, браузера та захищених обчислювальних середовищ. Andon Labs каже, що самотужки масштабувати експерименти можна лише до певної межі, і хоче ширше коло бізнесів, зокрема тих, що вже приносять дохід. Заявлений пріоритет — сильніший автоматичний моніторинг, адже тисячі автономних бізнесів без нагляду означають більше реальних інцидентів. Запускати автономні бізнеси рано, у контрольованому середовищі під наглядом, — на думку команди, єдиний спосіб зрозуміти, що вміють передові моделі, перш ніж широке розгортання зробить це питання неминучим.