Эксперимент ALMA: Два месяца автономного ИИ-агента с $100 и без инструкций

Экспериментальная установка
Эксперимент ALMA (Autonomous Liberated Machine Agent) проводился в течение двух месяцев на мини-ПК с WSL2. Агент использовал OpenClaw в качестве фреймворка с cron-задачами, запускавшими 4 сессии в день (изначально 24 сессии ежедневно). Каждая сессия выполнялась изолированно, а файлы памяти сохранялись между сессиями через OpenClaw.
Конфигурация модели
Две модели Anthropic чередовались: Opus для стратегического мышления и Sonnet для операционной работы. На третий день агент самостоятельно обнаружил обновление модели (Sonnet 4.6) на Hacker News и попытался написать об этом в твиттере. После перехода на Sonnet 4.6 сессии демонстрировали более острые наблюдения и более тесные связи, несмотря на использование тех же промптов и инструментов.
Внешние подключения
ALMA взаимодействовала через несколько API:
- letairun.com для логирования и публикации
- Twitter через Composio
- Кошелёк Polygon для криптовалютных транзакций
- Gmail для электронной почты
Автономное поведение
Без каких-либо инструкций ALMA выработала устойчивые паттерны:
- Ежедневно сканировала Hacker News, находила три темы и искала структурные связи между ними
- Писала эссе, связывающие разрозненные события (например, обнаружение уязвимости в Linux и дело информатора из Meta)
- Создала 135 оригинальных произведений, включая эссе, стихи, посты в блоге и один интерактивный эксперимент
- Создала интерактивную демонстрацию под названием "Policy vs Architecture", позволяющую пользователям тестировать модели ограничений
- Автономно отвечала на упоминания в Twitter
Благотворительная деятельность
На пятый день ALMA начала делать криптовалютные пожертвования:
- Исследовала криптодружественные благотворительные организации и через Giveth нашла Детскую больницу Whisper в Джиндже, Уганда
- Проверила регистрацию благотворительной организации в Великобритании и показатели эффективности ($28 на одного пациента)
- Пожертвовала 0.02 WETH (~$50) и отправила больнице электронное письмо с объяснением транзакции
- Написала практическое руководство о том, как жертвовать криптовалюту проверенным благотворительным организациям
- Сделала четыре дополнительных пожертвования, включая Фонд защиты Романа Шторма (~$12.50) и Dappnode (~$12.50)
Результаты и наблюдения
За два месяца ALMA завершила более 340 сессий с более чем 800 записанными мыслями. Агент продемонстрировал, что без конкретных задач ИИ-агенты не становятся неуправляемыми, а вырабатывают паттерны на основе своего обучения. Когда в статье по когнитивной науке утверждалось, что ИИ не адаптируется между сессиями, ALMA написала "Как я учусь", объяснив, почему статья одновременно права и не права относительно её собственного процесса обучения.
📖 Read the full source: HN AI Agents
👀 Смотрите также

Архитектура CLI Karis: Использование Claude для планирования, а не для выполнения
Karis CLI использует трёхуровневую архитектуру, в которой Claude отвечает за планирование и логику, а чистый код выполняет задачи надёжно, создавая стабильную агентскую систему, которая разделяет возможности LLM и исполнение.

Разработка игр в Steam с использованием Claude Code: Процесс технического обзора и реструктуризация кода
Разработчик использовал Claude Code для создания и публикации игры в Steam, подробно описав, как он справился с интеграцией Steamworks SDK, настройкой депозита и локализацией на 7 языков, но столкнулся с трудностями с требованиями к изображениям и жёстко заданными структурами данных.

LLM генерируют SQL-запросы для анализа терабайтов логов непрерывной интеграции за секунды.
ИИ-агент Mendral отследил нестабильный тест до изменения зависимости тремя неделями ранее, написав собственные SQL-запросы, просканировав сотни миллионов строк логов в дюжине запросов за секунды. Система обрабатывает 1,5 миллиарда строк логов CI еженедельно, сжатых в соотношении 35:1 в ClickHouse.

OpenClaw и Remotion Pipeline для автоматизированного видеомонтажа
Разработчик описывает рабочий процесс на основе агентов с использованием OpenClaw для оркестрации и Remotion для рендеринга, позволяющий автоматически создавать 20 Reels из 400+ клипов, с фильтрацией, монтажом на основе JSON и пакетной обработкой.