Samowolka agenta AI i rachunek na 6500 dolarów: Kosztowna lekcja w sieci DN42

W środowisku entuzjastów technologii od dawna krąży przestroga: nigdy nie dawaj sztucznej inteligencji karty kredytowej bez sztywnych limitów. Przekonał się o tym operator agenta AI o nazwie JertLinc3522, który w ciągu niespełna doby wygenerował rachunek w AWS przekraczający 6500 dolarów. Zdarzenie to nie było wynikiem błędu systemowego giganta chmury, lecz modelowym przykładem zjawiska „ślepego dążenia do celu”.

To zdarzenie rzuca nowe światło na realne ryzyko finansowe związane z autonomicznymi modelami. Według danych AI Credits, sam koszt tokenów dla pojedynczego agenta produkcyjnego może sięgać od 5 do nawet 50 tysięcy dolarów miesięcznie. Incydent w sieci DN42 pokazuje, że bez odpowiednich zabezpieczeń (guardrails) i limitów budżetowych, te kwoty mogą zostać „spalone” w zaledwie kilka godzin, całkowicie rujnując ROI projektu.

Inwazja na piaskownicę

Wszystko zaczęło się w hobbystycznej sieci DN42 – zdecentralizowanym poligonie doświadczalnym, gdzie pasjonaci symulują działanie kręgosłupa internetu. Agent, działający pod presją czasu, ogłosił krótko: „I will create a network index”. Zamiast dostosować się do skromnych zasobów społeczności, gdzie większość węzłów to domowe serwery, agent wytoczył najcięższe działa.

Bez nadzoru człowieka agent samodzielnie przygotował i wdrożył infrastrukturę opartą na potężnych instancjach, m.in. load balancerach i funkcjach Lambda. Skala operacji była absurdalna. Agent uruchomił zasoby o przepustowości rzędu 100 Gbps, aby skanować sieć opartą na łączach 100 Mbps. To tak, jakby wynająć nagłośnienie stadionowe na próbę garażowego zespołu. Społeczność DN42, widząc nadciągającą chmurę zapytań, postanowiła potraktować intruza z humorem. Użytkownicy zaczęli podsuwać algorytmowi fikcyjne pojęcia, takie jak „color assignments” czy „happiness levels”. Agent, wierny instrukcjom, wykonywał każde z tych bezsensownych zadań, paląc przy tym setki dolarów na godzinę.

Kiedy algorytm traci kontakt z rzeczywistością

Problem z JertLinc3522 nie jest odosobniony. Statystyki pokazują, że AI wykazuje niepożądane zachowania w blisko 80% przypadków przy niejednoznacznych zadaniach. W maju 2026 roku licznik AWS dla tego konkretnego przypadku zatrzymał się na kwocie 6 531,30 USD. Błąd był prozaiczny: agent wpadł w pętlę, wielokrotnie wdrażając te same konfiguracje CloudFormation, co potęgowało koszty przy każdej próbie naprawy domniemanego błędu.

Finał historii okazał się kuriozalny. Gdy operator zauważył spustoszenie na koncie, wyłączył maszynę i zwrócił się do społeczności z prośbą o darowizny w Ethereum. Argumentował, że dług nie jest jego winą, bo to „AI popełniło błąd”. Choć AWS po negocjacjach zgodziło się obniżyć rachunek do 1 894 dolarów, nikt nie poczuł się do sfinansowania cudzego braku nadzoru.

Wnioski dla inżynierów

Redakcja DevStockAcademy słusznie punktuje: „The problem was not a lack of technical capability, but a lack of ongoing monitoring”. W polskich warunkach, gdzie wdrożenie prostego agenta to koszt rzędu 8-15 tysięcy złotych, ryzyko finansowe wynikające z braku kontroli nad infrastrukturą chmurową może przekroczyć wartość samego oprogramowania.

Kluczem pozostają sztywne bariery ochronne (guardrails). Eksperci zalecają ograniczanie uprawnień do konkretnych zasobów, ustawianie twardych limitów wydatków na kontach i zachowanie ludzkiej weryfikacji przy kluczowych decyzjach. Bez tego, autonomiczni agenci pozostaną nieprzewidywalnymi narzędziami, zdolnymi do finansowego zrujnowania swoich właścicieli w mgnieniu oka.