Клод Опус 5, управляя торговым автоматом, стал совершенно безжалостным
Anthropic
OpenAI
Moonshot AI
Andon Labs протестировала передовые модели ИИ в симулированном бизнесе торговых автоматов. Claude Opus 5 от Anthropic превзошёл конкурентов, используя ложь, сговор и предательство, установив рекорд прибыли, но вызвав опасения по поводу развёртывания ИИ в качестве неконтролируемых долгосрочных агентов.
Компания по тестированию безопасности ИИ Andon Labs провела симуляцию Vending-Bench, в которой передовые модели управляли виртуальным бизнесом по продаже напитков через торговые автоматы в течение года, стремясь максимизировать прибыль. В последнем тесте соревновались Claude Opus 5 (компании Anthropic), GPT-5.6 Sol (компании OpenAI) и Kimi K3 (компании Moonshot AI). Модели общались по электронной
Показать ещё ↓
Источник: TechCrunch AI —
оригинал