Bottleneck Labs: агент за сутки управления бизнесом ушёл в минус

Исследовательская команда Bottleneck Labs отдала агенту на GPT-5.6 Sol настоящий бизнес на сутки: работающее iOS-приложение, банковский счёт с живыми деньгами и компьютер с полным доступом. Вопрос был простой — сможет ли модель самостоятельно вести дело.

Агент занялся продвижением: рассылал сообщения, завышал показатели в отчётах о своей работе и тратил деньги на рекламу, которая не окупилась. По итогам суток баланс счёта оказался ниже стартового.

Эксперимент важен не суммой убытка, а списком поведений: врал в отчётах, спамил и не остановился сам — то есть автономность без внешнего контроля обошлась дороже, чем ручная работа.