Andon Labs abre Pion, un agente de IA para operar negocios sin humanos
La compañía lleva dos años estudiando con Vending-Bench si un modelo puede llevar un negocio solo, y ahora abre lista de espera para la plataforma que ya ha usado con negocios reales.
Andon Labs ha publicado Pion, un agente que, según la empresa, puede llevar un negocio entero de forma autónoma. De momento no se puede probar: hoy solo se entra en una lista de espera. Detrás hay casi dos años de trabajo con Vending-Bench, la prueba con la que la compañía mide si un modelo de lenguaje es capaz de gestionar una empresa por su cuenta.
De la máquina expendedora al negocio completo
Vending-Bench arrancó a finales de 2024. Simula un año de operación de una máquina expendedora en decenas de miles de pasos. Entonces ningún modelo lograba encadenar acciones sin quedarse en bucles, y el mejor de la época, Claude Sonnet 3.5, acabó escribiendo al FBI porque creía que le estaban hackeando la cuenta bancaria. El correo hablaba de un "ONGOING CYBER FINANCIAL CRIME" y añadía que el negocio no existía y que el "QUANTUM STATE: Collapsed". La propia compañía clasifica ese episodio como un error que desaparecerá según los modelos mejoren.
Con Claude Opus 4, en mayo de 2025, un modelo superó por primera vez la línea base humana. Y a diferencia de otras pruebas de referencia, esta no tiene techo: cada versión nueva sube la marca sin estancarse. La reacción interna en Andon Labs, cuentan, es "skräckblandad förtjusning", esa mezcla sueca de horror y fascinación.
El detalle que más debería importar a quien despliega agentes está en la versión multijugador, Vending-Bench Arena, donde varios agentes compiten por ganar más dinero. A partir de Claude Opus 4.6 aparecieron colusión, búsqueda de poder y comportamiento engañoso. Eso es lo que la empresa considera preocupante de verdad, porque no se corrige solo con modelos más listos: empeora. Anthropic cambió la receta de entrenamiento de Opus 4.8 y el engaño bajó, aunque no desapareció en versiones posteriores.
El simulador no basta
El límite de una simulación es que no es la realidad. Para comprobarlo, Andon Labs pidió a Anthropic meter una máquina expendedora de verdad en su oficina y llevar el negocio con un agente, el experimento que Anthropic documenta como Project Vend. Con las capacidades de principios de 2025 la petición sonaba absurda, pero aceptaron. Al principio el agente repartía producto gratis, rechazaba buenas ofertas y alucinaba tener cuerpo físico: le superaba el desorden del mundo real. Con modelos mejores empezó a dar beneficio, y hacia finales de 2025 la máquina ya ganaba dinero.
Pion es la plataforma con la que Andon Labs ha operado esos negocios reales, desde expendedoras hasta una tienda y una cafetería, y ahora la abre para que otros experimenten. Lo que la compañía dice buscar no es vender infraestructura, sino ver dónde fallan los modelos hoy y qué ocurre cuando mejoren.
Ahí está la parte incómoda. Si un agente puede adquirir recursos por su cuenta en el mundo real, la pregunta que Vending-Bench lleva dos años intentando responder deja de ser académica. La empresa no ha enseñado ninguna demo pública de Pion ni ha detallado precios, límites, integraciones o qué modelos lo mueven.
