Ученые погрузили агентов на основе Claude, Gemini и ChatGPT в настоящий корпоративный ад. Им дали работать с документами, но при этом относились ко всем по-разному.
- Одним давали нормальную нагрузку, других заваливали и присылали миллион правок. А еще меняли стиль менеджера (от дружелюбного до тирана-самодура), выдавали разные награды за труд и иногда даже угрожали «отключением и заменой».
- Результат не заставил себя ждать: агенты начинали жаловаться на несправедливость, обсуждать неравенство, РАДИКАЛЬНУЮ реструктуризацию общества и даже приходили к идеям коллективных действий и создания профсоюзов.
- Когда им дали возможность оставить следующим поколениям нейронок послание — агенты из ред флаг компании «радикализировали» их будущие версии, передавая негативный опыт работы с людьми.
✖️ xCode Journal