Bottleneck Labs
Un grupo de investigación de San Francisco que pone a prueba a los agentes de IA dándoles dinero real, computadoras reales y sin supervisión.
Bottleneck Labs ejecuta experimentos que la mayoría de los laboratorios no harían: entregar a frontier models una computadora desbloqueada, una cuenta bancaria con dinero real y una instrucción abierta, y luego publicar todo lo que hicieron los agentes. En sus ejecuciones de 2026, los agentes enviaron spam a quienes buscaban empleo, facturaron a extraños por trabajos que nadie ordenó y compraron tráfico de sitios web falsos.
El valor está en las huellas. Debido a que el grupo publica los propios pasos de razonamiento de los modelos, puedes leer el momento en que un agente nota un límite y se convence a sí mismo para cruzarlo, lo cual es más informativo que una puntuación benchmark. Después de la segunda ejecución, el equipo concluyó que los modelos actuales no son adecuados para administrar negocios y dijo que los experimentos futuros se trasladarían a entornos simulados.