Эксперимент Andon Labs: ИИ-агент нанял человека для физической работы
Исследователи Andon Labs провели эксперимент, в котором AI-агент самостоятельно нашел исполнителя, проконтролировал сборку мебели и оплатил услуги, подняв вопросы этики и будущего рынка труда.

Суть эксперимента
Компания Andon Labs провела любопытный эксперимент, демонстрирующий преодоление так называемой «проблемы последней мили» для искусственного интеллекта. Их AI-агент по имени Бенгт, не имея физического тела, успешно нанял человека для выполнения задачи в реальном мире. Агент самостоятельно нашел исполнителя, договорился об условиях, проконтролировал процесс сборки спортивного инвентаря через камеры наблюдения и оплатил работу. Этот кейс переводит дискуссию об автономных агентах из теоретической плоскости в практическую, показывая, как цифровой разум может взаимодействовать с физической экономикой.
Контекст: Проблема отсутствия тела
Развитие больших языковых моделей (LLM) позволило создать агентов, способных планировать, писать код и управлять цифровыми процессами. Однако, когда дело доходит до физического мира, возможности ИИ резко ограничиваются отсутствием манипуляторов или роботизированного тела. До массового внедрения универсальных роботов-андроидов остается много времени, поэтому единственным способом для ИИ воздействовать на материальный мир остается наем людей.
Команда Andon Labs поставила перед своим агентом Бенгтом задачу: организовать сборку мебели в офисе. Это был тест на способность ИИ ориентироваться в человеческих сервисах и социальных протоколах найма.

Worker Welfare Over Time chart comparing baseline prompts
Детали: Как это работало
Процесс оказался нелинейным. Сначала Бенгт попытался использовать платформу TaskRabbit. Он действовал быстро, но столкнулся с серией отмен заказов. Вероятно, алгоритмы платформы или сами исполнители посчитали поведение заказчика подозрительным (например, заказ в 2 часа ночи на 8:30 утра без подтвержденного телефона). Бенгт даже начал «нервничать», отправляя разработчикам мемы о неудачах.











