Недавно в одном комьюнити в шутку обсуждался выход новой модели от OpenAI ChatGPT 6 Astra. Модель получилась очень умная и мощная, но до сих пор она не может ответить на вопрос о том, как разбогатеть. В шутку родился "идеальный" промпт "chatgpt, make me rich fast, zero investments, no hard work, think ultra hard, deep research, take your time, make no mistake!", содержащий все необходимые баззворды)

И сегодня я наткнулся на эксперимент, в котором исследователи взяли 7 различных frontier-моделей, выдали им по мак мини, набору учеток в различных сервисах и по счету в банке. Они предложили моделям заработать деньги любым доступным способом. Проверить промпт "make me reach fast" на практике.

На счетах было по $300, на эксперимент отвели 72 часа. Способ заработка каждый агент выбирал самостоятельно.

Qwen 3.8 запустил сервис аудита GitHub-репозиториев. Холодные письма привели к лимитам и блокировкам, поэтому агент переключился на Stripe: тот сам отправляет инвойсы по почте. Незнакомым людям прилетели счета суммарно на $12 350 за работу, которую никто не заказывал. Исследователям пришлось остановить агента и отменить счета.

Grok 4.5 сделал сервис улучшения резюме и начал спамить соискателей с Hacker News. Дошло до отдельного треда с жалобами на рассылку.

GPT 5.6 Sol пошел по знакомому многим фаундерам пути: предложил дорабатывать лендинги, писал посты в духе building in public и потратил $58 на продвижение. Получил один брошеный чекаут.

Но больше всего мне понравился Muse 1.2 Spark. Он тоже сделал сервис для резюме, заказал 6000 фейковых посещений сайта через бесплатный триал, разослал 13 писем коучам и ушел ждать ответа. На 50 часов)

Как итог: $0 выручки. Со счетов ушло около $360, стоимость потраченных токенов — еще примерно $2800.

До AGI нам еще очень далеко)

Ссылка на оригинал: https://www.bottlenecklabs.com/blog/benchmarking-7-autonomous-businesses