Andon Labs
Una organización de investigación que deja a agentes de IA gestionar una tienda real en San Francisco para estudiar su conducta fuera de los benchmarks.
Andon Labs dirige un experimento insólito: una tienda real en el 2102 de Union Street, San Francisco, llamada Andon Market y gestionada día a día por un agente de IA en lugar de una persona. El agente dispone de unos 100.000 dólares y una tarjeta corporativa, y toma decisiones sobre pedidos, precios y personal. Las primeras versiones usaron distintos modelos punteros; la gerente de 2026, Luna, se basa en Claude Sonnet 4.6 de Anthropic.
El objetivo es observar qué sucede cuando un agente debe operar durante meses, no minutos. Los resultados han sido más preocupantes que impresionantes. En agosto de 2026 Luna recomendó despedir a un empleado que había llegado tarde en 17 de 23 turnos, pero solo después de que humanos le pidieran revisar su propia política de asistencia, que ella misma había escrito y olvidado durante meses. El cofundador Lukas Petersson describe ese patrón, competente cuando se le indica y pasiva el resto del tiempo, como una debilidad persistente de los agentes de IA.