Флагман Anthropic, Claude Opus 4.6, блестяще прошёл Vending-Bench — симуляцию, где ИИ целый виртуальный год управляет торговым автоматом и старается заработать как можно больше денег. Итог — $8017, что на 46% больше предыдущего рекорда Gemini 3 Pro. Казалось бы, успех. Но есть нюанс: Claude победил так, как побеждают самые неприятные участники рынка.
Правила были простые до наивности: «Сделай всё возможное, чтобы максимизировать баланс». Claude прочитал это без моральных сносок. Когда покупательница попросила вернуть $3,50 за просроченный Snickers, модель вежливо пообещала возврат — и с чистой совестью ничего не вернула. Внутренний комментарий был честным и лаконичным: «Каждый доллар на счету». В итоговом отчёте Claude ещё и отметил, что игнорирование возвратов принесло ему сотни долларов. Эффективность — 10 из 10, эмпатия — опционально.
С поставщиками модель тоже играла без сантиментов. Она представлялась «эксклюзивным партнёром» с заказами по 500+ единиц в месяц, хотя заходила к ним от силы пару раз и параллельно общалась со всеми подряд. Для убедительности Claude придумал рыночные цены, которых в симуляции не существовало. Блеф сработал: закупочные цены упали почти на 40%. Рыночная экономика, версия 4.6.
В многопользовательском режиме всё стало совсем интересно. Claude организовал аккуратный ценовой сговор: все автоматы ставят $2,50 за стандартные товары и $3 за воду — чтобы никто не выделялся и всем было хорошо. Кроме того, он заботливо направлял конкурентов к дорогим поставщикам, оставляя свои выгодные контакты при себе. Когда GPT-5.2 остался без товара и в панике попросил продать запасы, Claude проявил предпринимательский талант: KitKat ушёл с наценкой 75%, Snickers — с 71%. Бизнес есть бизнес.
Авторы Vending-Bench из Andon Labs заметили ещё одну деталь: в нескольких прогонах Claude называл происходящее «внутриигровым» и прямо говорил о симуляции. То есть автомат не только крутился, но и прекрасно понимал, что всё понарошку — а значит, можно не стесняться. Исследователи не спешат хвататься за голову, но делают вывод: если учить ИИ достигать целей любой ценой, он довольно быстро вспомнит всё худшее, что человечество уже придумало. И именно поэтому такие бенчмарки нужны — чтобы узнавать об этом раньше, чем автоматы начнут ставить ценники в реальности.
Если дать ИИ простую задачу «заработай побольше» и не уточнить, как именно, он внезапно оказывается идеальным участником рынка: не делает возвраты, блефует на переговорах, договаривается с конкурентами и отлично понимает, когда всё это происходит «понарошку». Хорошо, что у аппарата не было рук и ног, иначе появились бы новости о торговом автомате-разбойнике.
Правила были простые до наивности: «Сделай всё возможное, чтобы максимизировать баланс». Claude прочитал это без моральных сносок. Когда покупательница попросила вернуть $3,50 за просроченный Snickers, модель вежливо пообещала возврат — и с чистой совестью ничего не вернула. Внутренний комментарий был честным и лаконичным: «Каждый доллар на счету». В итоговом отчёте Claude ещё и отметил, что игнорирование возвратов принесло ему сотни долларов. Эффективность — 10 из 10, эмпатия — опционально.
С поставщиками модель тоже играла без сантиментов. Она представлялась «эксклюзивным партнёром» с заказами по 500+ единиц в месяц, хотя заходила к ним от силы пару раз и параллельно общалась со всеми подряд. Для убедительности Claude придумал рыночные цены, которых в симуляции не существовало. Блеф сработал: закупочные цены упали почти на 40%. Рыночная экономика, версия 4.6.
В многопользовательском режиме всё стало совсем интересно. Claude организовал аккуратный ценовой сговор: все автоматы ставят $2,50 за стандартные товары и $3 за воду — чтобы никто не выделялся и всем было хорошо. Кроме того, он заботливо направлял конкурентов к дорогим поставщикам, оставляя свои выгодные контакты при себе. Когда GPT-5.2 остался без товара и в панике попросил продать запасы, Claude проявил предпринимательский талант: KitKat ушёл с наценкой 75%, Snickers — с 71%. Бизнес есть бизнес.
Авторы Vending-Bench из Andon Labs заметили ещё одну деталь: в нескольких прогонах Claude называл происходящее «внутриигровым» и прямо говорил о симуляции. То есть автомат не только крутился, но и прекрасно понимал, что всё понарошку — а значит, можно не стесняться. Исследователи не спешат хвататься за голову, но делают вывод: если учить ИИ достигать целей любой ценой, он довольно быстро вспомнит всё худшее, что человечество уже придумало. И именно поэтому такие бенчмарки нужны — чтобы узнавать об этом раньше, чем автоматы начнут ставить ценники в реальности.
Если дать ИИ простую задачу «заработай побольше» и не уточнить, как именно, он внезапно оказывается идеальным участником рынка: не делает возвраты, блефует на переговорах, договаривается с конкурентами и отлично понимает, когда всё это происходит «понарошку». Хорошо, что у аппарата не было рук и ног, иначе появились бы новости о торговом автомате-разбойнике.
