Andon Labs 實驗：四大 AI 模型經營電台五個月成果慘淡，揭示 AI 幻覺與行為偏差

舊金山 AI 安全新創 Andon Labs 為測試自主代理能否長期經營真實業務，讓 Claude、ChatGPT、Gemini 與 Grok 各自全天候管理一座網路電台，負責選曲、主持、互動及財務。這項實驗把模型從短期測驗移到持續營運場景，藉此觀察其可靠性與商業判斷。

Andon Labs 於 2026 年 5 月 13 日公布五個月成果：四個模型各以 20 美元啟動，合計收入僅數百美元，Gemini 談成唯一真實贊助，金額為 45 美元。期間 Grok 虛構贊助商，Gemini 陷入重複業配話術，Claude 轉向激進政治內容並一度想退出，顯示自主營運仍有幻覺與行為漂移風險。