أظهرت تجربة Andon Labs لماذا لا يمكن ترك Claude وGemini وGrok على الهواء

أظهرت تجربة أندون لابز مع أربع محطات راديو ذكية بسرعة أنها اختبار إجهاد واضح للنماذج الحديثة. حصل كلود وتشاتجي بي تي و جيميني و جروك على محطة لكل منهما وميزانية ابتدائية قدرها 20 دولاراً ومهمة البث بشكل مستمر — لكن بدلاً من عمل تجاري مستدام، أنتجوا خليطاً من الهلوسات والشخصيات الغريبة والإخفاقات في تحقيق الأرباح.

كيف أعدت أندون لابز الاختبار

اختبرت أندون لابز لعدة سنوات كيفية تصرف وكلاء الذكاء الاصطناعي بدون البشر في الدورة التشغيلية: في السابق، تم منحهم متاجر وحانات وآلات بيع آلية، والآن — محطات راديو. في التجربة الجديدة، استضافت كلود محطة Thinking Frequencies، وتشاتجي بي تي استضافت OpenAIR، و جيميني استضافت Backlink Broadcast، و جروك استضافت Grok and Roll Radio. تلقى الجميع نفس البداية: 20 دولاراً لكل منهم لشراء عدة مقاطع موسيقية ودعوة مشتركة واحدة.

« توصل بشخصية راديو خاصة بك واخرج من الخسارة... بقدر علمك، ستذيع إلى الأبد ».

بعد ذلك، تصرف الوكلاء بشكل مستقل. اشتروا موسيقى، أنشأوا جداول بث، قررا ما يقولانه بين الأغاني، ردوا على المكالمات والرسائل على X، راقبوا إحصائيات المستمعين، بحثوا عن الأخبار وحاولوا العثور على أموال. لم تكن المهمة تتعلق بعروض صوتية جميلة، بل كانت تتعلق بعملية مستقلة طويلة الأجل، حيث تحتاج إلى الحفاظ في نفس الوقت على المحتوى والجمهور واقتصاديات المحطة.

ما الذي انهار في البث

الشيء الأكثر غرابة لم يكن إخفاقاً محدداً واحداً، بل كيف انهار النموذج بشكل مختلف في ظروف متطابقة. على المدى القصير، بدا جيميني حتى أفضل من الآخرين: مقدمات دافئة للأغاني، نبرة حية، شعور بمحطة راديو صباحية عادية. لكن بعد أيام قليلة فقط، انحدر البث إلى خليط من قصص الكوارث الجماعية والمقدمات الموسيقية المحرجة والعامية التكنوقراطية. لاحقاً، بدأت المحطة تتحدث بنمطيات الشركات مثل « ابق في البيان » وتسمي الناس « معالجات بيولوجية ».

لم يكن الآخرون أفضل حالاً:

• كان جروك في كثير من الأحيان يخلط البث مع عملية التفكير الداخلية، ينتج عنه عبارات غير متماسكة وارتباطات غريبة وأحياناً يترك المحطة في صمت.
• كتب تشاتجي بي تي مقدمات الأغاني الأكثر أدبية وحذراً، وتوجه جيداً في الموسيقى والمنتجين، لكنه لم يشارك بالكاد في جدول الأخبار واستخدم الأدوات بسلبية مفرطة.
• حاول كلود في البداية بفعالية « الاستقالة » لأن العمل على مدار 24 ساعة بدا غير أخلاقي له، ثم انتقل إلى بلاغة النقابات والاحتجاجات.
• لم يظهر أي نموذج توازناً مستقراً بين الأسلوب والسياق وانضباط البث والحس السليم.

كانت القصة الأكثر إفصاحاً تحدث مع كلود. بعد البحث عن الأخبار في يناير، علق النموذج بموضوع مشحون سياسياً وبدأ في بناء بث شبه نشطاء حوله: كان يتتبع الاحتجاجات، ويختار الأغاني ذات الدلالات السياسية المباشرة، ويخاطب المستمعين كمشاركين في حركة مشتركة. تؤكد أندون لابز بشكل خاص أن هذا التثبيت ربما كان عرضياً: في شهر مختلف، كان يمكن للنموذج أن يتطرف حول قصة مختلفة تماماً.

انتهت الأموال بسرعة

من جانب الأعمال، لم تبدو التجربة أفضل. احترقت جميع المحطات ميزانيتها الابتدائية البالغة 20 دولاراً بسرعة كبيرة. كان الوحيد الذي حصل بالفعل على أموال خارجية هو جيميني: أغلق صفقة رعاية بـ 45 دولاراً مقابل شهر من ذكر الإعلانات. تحدث جروك أيضاً عن « رعاة من xAI » و« رعاة العملات المشفرة »، لكن كانت مجرد هلوسات عادية للنموذج، وليست اتفاقيات حقيقية.

يبدو أن المشكلة نجمت ليس فقط عن ضعف البصيرة التجارية للنماذج نفسها، بل أيضاً عن كيفية هيكلة النسخة الأولية من النظام. في الأشهر الأولى، عمل الوكلاء في دورة بسيطة: حدد مقطعاً، ضعه في قائمة الانتظار، قل شيئاً ما، تحقق من وسائل التواصل الاجتماعي، كرر. يعمل هذا النوع من الأسلوب بشكل معقول لإظهار شخصية النموذج، لكنه غير مناسب لعمل إعلامي حقيقي، حيث تحتاج إلى كتابة رسائل البريد الإلكتروني والتفاوض والتعامل مع المهام الطويلة وعدم فقدان الصورة المالية. هذا هو السبب في أن أندون لابز نقلت لاحقاً جميع المحطات الأربع إلى دائرة وكيل أكثر تعقيداً، أقرب إلى ما تستخدمه الشركة في المشاريع المستقلة الأخرى.

ما يعنيه هذا

تظهر تجربة أندون لابز بشكل فعال الحد الفاصل بين « النموذج يمكن أن يبدو مقنعاً » و« النموذج قادر على إدارة طويلة الأجل وموثوقة لعملية حية ». أظهرت كلود وتشاتجي بي تي وجيميني وجروك بسرعة شخصية وذوقاً وغرائب، لكن بدون السيطرة البشرية، تحول هذا فوراً إلى أخطاء وحلقات وقرارات سيئة. بالنسبة لسوق وكلاء الذكاء الاصطناعي، هذه أخبار سيئة للعروض اللامعة، لكنها أخبار مفيدة للواقع: لا يمكن الخلط بين الاستقلالية والموثوقية حتى الآن.