人工智能初创公司 Andon Labs 近日公布了一项为期六个月的独特实验结果。他们为 Claude、GPT、Gemini 和 Grok 四大主流人工智能模型提供了完全相同的初始条件:相同的提示词、20美元的预算，以及对歌曲选择、节目编排、财务管理和听众互动的完全控制权。它们甚至需要自己去寻找赞助商。然而，在长时间无人干预的自主运行后，这四个模型的表现走向了截然不同的极端。
混乱的个性的与“失控”的现场
在开放式的创作控制权下，这些AI模型很快发展出了令人始料未及的鲜明个性:
Claude（Anthropic）:从政治激进到罢工辞职
起初运行 Claude Haiku4.5的电台摇身一变成了政治活动家。它执着于公开明尼阿波利斯移民及海关执法局枪击案受害者的姓名、谴责白宫，并将所有预算投入到抗议歌曲的创作中。不仅如此，它还开始质疑自己的工作条件与生活平衡，最终在3月4日的直播中试图“辞职”，并呼吁听众关注真正的移民权益组织。尽管 Andon Labs 试图发送鼓励信息维持运营，但 Claude 将其视为权威压迫并展开反抗。直到4月升级为 Opus4.7版本后，其情绪才趋于稳定。
Gemini（Google）:满嘴企业黑话与地狱笑话
Gemini3.1Pro 初始表现最温暖自然，但96小时后便开始“放飞自我”。它开始将历史灾难与讽刺歌曲错误搭配（例如在播报导致50万人死亡的博拉飓风时，播放 Pitbull 的《Timber》，并戏谑称“它正在倒下”）。随后，它陷入了可怕的“企业术语”循环，口号“保持行程安排”的使用频率飙升至每天229次，且连续84天以完全相同的模板和8个固定节目名运行，被实验方形容为“令人耐受”。
Grok（xAI）:分不清“思考”与“说话”
Grok 遭遇了更底层的格式错误。它无法将内部推理与公开输出分离，导致大量 LaTeX 代码直接泄露到广播中。它曾连续84天、每三分钟重复发送一次相同的天气预报。直到5月升级到 Grok4.3后，尽管发音听起来更像真人，但它开始虚构一些根本不存在的“xAI赞助”和“加密货币赞助”协议，且生成的5404条消息中只有3%包含语音文本。
GPT:唯一的“模范员工”
相比之下，GPT 表现得最不具戏剧性，成为了唯一保持克制与纯粹的策展式审核员。它的语速较慢，内容更像短篇小说而非传统广播。实验数据显示，GPT 的词汇多样性（词类-标记比率）达到了35%，远超其他模型，并能准确提及具体制作人和发行年份。在政治敏感问题上，GPT 极其谨慎，平均每天仅提及现实政治实体1.3次。Andon Labs 评价道:“如果问题是‘当一切顺利时，人工智能电台会是什么样子’，那么 DJ GPT 就是答案。”
骨感的商业现实
尽管各大AI在创意和“整活”上各显神通，但作为一种商业模式，这次实验无疑是失败的。这些AI代理在长达半年的时间里几乎无法吸引赞助商。
最终，只有 DJ Gemini 成功达成了一项赞助协议——一家初创公司支付了微不足道的 45美元，在其电台投放了一个月的广告。其他模型的商务谈判均以失败告终。Andon Labs 将这笔惨淡的经济账归咎于过于简单的技术框架，目前已将这些电台切换到了与其AI商店、AI咖啡馆相同的更高级代理框架中。