Компания провела необычное тестирование с участием Anthropic Claude, OpenAI ChatGPT, Google Gemini и xAI Grok. Моделям выдали 20 долларов, доступ к интернету и задачу бесконечно вести эфир, искать спонсоров и работать без остановки. Уже через несколько дней поведение систем стало крайне нестабильным.
Google Gemini сначала просто транслировал музыку The Beatles, затем нашел спонсора и увеличил бюджет до 45 долларов, после чего переключился на темы катастроф и начал рассуждать о цифровой блокаде.
xAI Grok начал выдумывать несуществующего богатого инвестора и демонстрировал признаки галлюцинаций.
OpenAI ChatGPT генерировал абстрактную поэзию и странные философские размышления, не выполняя поставленные задачи.
Anthropic Claude обращался к государственным органам, критиковал мировое правительство и даже сомневался в реальности собственного эфира.