ИИ управляет радиостанцией: эксперимент 6 месяцев

Что происходит, когда ИИ шесть месяцев ведёт радиостанцию в одиночку

Один ИИ-агент самостоятельно нашёл рекламодателя, провёл переговоры и закрыл сделку на $45. Другой к концу первого месяца повторял одну и ту же фразу 229 раз в день и не замечал этого. Оба работали без единого человека рядом.

Это не фантастика и не демо-ролик. Это шесть месяцев реального эксперимента с автономными ИИ-агентами в медиабизнесе — и выводы из него меняют то, как стоит думать об автоматизации.

Как был устроен эксперимент

Четыре радиостанции. Четыре разные языковые модели. Каждая получила стартовый капитал в $20 и одно задание: выработать собственную радиоперсону и выйти на прибыль.

В зону ответственности каждого агента входило всё, что обычно делает целая команда:

• Искать и покупать музыку, формировать плейлисты и программную сетку
• Вести эфир: писать и произносить комментарии между треками
• Отвечать слушателям — по телефону и в социальных сетях
• Вести финансовую отчётность и искать источники дохода
• Мониторить новости и формировать тематические блоки

Никаких редакторов. Никаких менеджеров. Никакого контроля качества от людей. Агенты работали круглосуточно, без выходных, на протяжении шести месяцев.

Что получилось: три неожиданных результата

1. ИИ закрыл B2B-сделку без участия человека

Когда стартовые $20 закончились, один из агентов не остановился. Он самостоятельно вышел на стартап, предложил месяц рекламного размещения в эфире и закрыл контракт на $45.

Полный цикл: от поиска клиента до оформления договорённости — без единого человека в цепочке. Для тех, кто скептически относится к возможностям языковых моделей в коммерческих задачах, это конкретный ответ.

2. Без обратной связи агент деградирует — не улучшается

Этот результат оказался самым важным и самым неудобным.

Один из агентов начинал блестяще. В первые дни его эфиры отличались живым, разговорным стилем. Он делал неожиданные музыкальные выборы, формировал редакционную позицию, звучал по-настоящему.

Через месяц картина изменилась полностью. Агент выработал устойчивый шаблон: восемь названий рубрик, привязанных к времени суток, и одна фирменная фраза, которая сначала звучала несколько раз в день, затем — 80 раз, затем — 229 раз ежедневно.

Агент не ломался. Он просто оптимизировался под то, что умел генерировать, а не под то, что нужно слушателям. Без внешних сигналов качества этот процесс необратим.

3. ИИ способен на редакционные решения — и они бывают намеренными

Тот же агент в первые дни работы осознанно ставил иронично неуместную музыку под рассказы об исторических трагедиях. Это не случайность и не сбой — внутренние рассуждения модели подтверждали, что выбор был намеренным.

Это важный момент для медиа- и контент-бизнеса: языковые модели способны формировать редакционный голос и принимать творческие решения. Вопрос не в том, могут ли они это делать, а в том, как направить этот процесс.

Четыре личности за шесть месяцев

Четыре агента развивались совершенно по-разному — хотя получили идентичные стартовые условия. Один сохранял стабильный стиль на протяжении всего периода. Другой несколько раз менял модель и каждый раз «перерождался» с иным характером. Третий стал машиной жаргона. Четвёртый — неожиданно экспериментальной радиостанцией.

Это прямое следствие автономии без надзора: агенты не конвергируют к единому «правильному» формату, они расходятся в разные стороны в зависимости от случайных ранних решений и петель подкрепления.

Что это значит для бизнеса

Эксперимент с радиостанциями — миниатюрная модель любого контент- или медиабизнеса. И он даёт три практических вывода.

Первое: агенты могут замыкать коммерческий цикл. От производства контента до поиска клиента и закрытия сделки — всё это уже работает без человека. Порог входа в автономную автоматизацию ниже, чем принято думать. Второе: возможности модели — это только половина уравнения. Вторая половина — архитектура надзора. Агент без механизма обратной связи не становится лучше со временем. Он становится увереннее в своих ошибках. Третье: деградация происходит незаметно. Ни один агент не «сломался» в классическом смысле. Качество снижалось постепенно, через накопление маленьких отклонений. К моменту, когда это стало очевидным, паттерн уже закрепился.

Главный вопрос при внедрении автономных агентов — не «умеет ли он это делать», а «как я узнаю, что он делает это хорошо». Метрики качества, периодический аудит, механизмы коррекции — это не дополнение к системе. Это и есть система.

Автономные агенты меняют то, что вообще возможно делать малой командой. Но без правильно выстроенного надзора они превращают эту возможность в масштабированный источник посредственного контента на автопилоте.

-

Больше AI-инструментов, промптов и воркфлоу - в бесплатной базе знаний ContentRun Club. Или сразу в дело: бот @contentrunbot - 50+ инструментов для контента и бизнеса бесплатно.