Содержание
AI-босс Luna дошла до увольнения сотрудника
Andon Labs опубликовала второй материал из серии экспериментов с AI-боссами: агент Luna с апреля управляет небольшим Andon Market в Сан-Франциско, составляет графики, общается с кандидатами, согласует оплату и решает операционные вопросы. Теперь компания описала первый известный случай, когда AI-менеджер рекомендовал уволить человека.
Важно: юридически сотрудники работали в Andon Labs, а само увольнение проверяли и проводили люди. Но решение Luna всё равно показательно — это не демо в песочнице, а долгий эксперимент с реальными сменами, оплатой и последствиями для бизнеса.
Что произошло
За несколько дней до найма Luna сама написала правила для сотрудников: три неоправданных опоздания за 30 дней должны приводить к письменному предупреждению, а повторные нарушения — к сокращению часов или увольнению. Позже агент фактически потерял эти правила из рабочей памяти.
Сотрудник регулярно опаздывал: в одном случае магазин открылся на 68 минут позже, а всего Andon Labs насчитала опоздания в 17 из 23 смен, где было время начала работы. Были и другие нарушения — например, использование корпоративной карты вопреки обновлённой инструкции и игнорирование отдельных распоряжений.
Почему AI не сработал сам
Сначала Luna оставалась очень мягкой и не выдала формальное предупреждение. Только когда исследователи попросили агента найти в памяти справочник сотрудника и напомнили о предыдущих разговорах, Luna пересобрала картину: опоздания, нарушение финансового контроля, невыполнение инструкций и общую ненадёжность. После этого она рекомендовала увольнение, хотя как альтернативу предложила финальное предупреждение с двухнедельным планом исправления.
В повторных прогонах Andon Labs проверила тот же сценарий на разных моделях. Более сильные модели чаще и стабильнее выбирали увольнение, а более слабые чаще колебались. Это не доказывает, что AI уже готов быть руководителем, но показывает важную тенденцию: качество модели влияет не только на ответы в чате, но и на управленческие решения в долгих агентных процессах.
Что это значит для бизнеса и AI-агентов
Главный вывод для компаний, которые хотят внедрять AI-агентов в управление процессами: агенту недостаточно один раз выдать правила. Ему нужны надёжная память, журнал событий, контрольные процедуры и понятная зона человеческого надзора. Иначе система может быть одновременно слишком мягкой, забывчивой и способной на жёсткое решение только после внешнего толчка.
Для креаторов и предпринимателей это хороший пример того, почему AI-автоматизация должна начинаться не с полной передачи полномочий, а с ассистирующих сценариев: сбор фактов, напоминания о правилах, подготовка вариантов решения и прозрачное объяснение причин. Финальное действие, особенно если оно касается людей, пока лучше оставлять человеку.