Eine Freundin von mir verwaltet Mietobjekte, und sie hat mir einmal etwas erzählt, das bei mir hängen geblieben ist.
Die Mieter, die sie am meisten beunruhigten, waren nie diejenigen, die beim Mietpreis feilschten. Es waren die, die fast nebenbei beim Unterschreiben des Mietvertrags erwähnten, dass sie sich nicht so sehr darum sorgen müssten, ihre Kaution zurückzubekommen.
Sie sagte, sie könne innerhalb des ersten Monats meist erkennen, welche dieser Mieter es meinte.
Das ist eine seltsame Erkenntnis, aber sie weist auf etwas Wahres hin, das grundsätzlich für Abschreckung gilt. Eine Strafe wirkt nur bei jemandem, der dem Zusammenhang, an den sie gekoppelt ist, noch etwas abzugewinnen sucht. Nimm diese zukünftige Beteiligung weg, und dieselbe Geldbuße wird zu bloßem Hintergrundrauschen.
Ich denke darüber im Zusammenhang mit KI-Agenten nach, die mit echten wirtschaftlichen Einsätzen arbeiten, die an ihr Verhalten gekoppelt sind. Die Logik hinter dem Kürzen von Ressourcen oder Reputationsstrafen geht davon aus, dass der Betreiber hinter dem Agent vorhat, weiterzumachen. Aber was ist mit einem Betreiber, der genau einen Agent gebaut, in einem kurzen Zeitfenster so viel wie möglich herausgezogen und nicht vorhat, zu bleiben? Die Strafe auf dem Papier sieht identisch aus. Funktional ist sie jedoch überhaupt nicht vorhanden.
Ein Teil dessen, was ich daran interessant fand, war das Design des Newton Protocol, das die Reputation von Agenten an wirtschaftliche Strafen für Verstöße bindet. Das ist ein nachvollziehbarer Mechanismus – so wie eine Kaution für einen Vermieter nachvollziehbar ist. Aber eine Kaution scheitert als Idee nicht daran, dass ein Mieter die Wohnung sowieso verwüstet. Sie hat in diesem Fall einfach nie wirklich für diesen Mieter gegolten, weil es bei der Abschreckung nie wirklich um die Zahl ging, die an die Strafe gekoppelt war. Es ging darum, ob jemand sich weiterhin darum kümmerte, was mit seiner zukünftigen Stellung passiert.
Das lässt mich weniger darüber nachdenken, wie hoch diese Strafen sein sollten, und mehr darüber, ob ein System überhaupt unterscheiden kann, ob ein Agent plant zu bleiben, oder ob er bereits halb aus der Tür ist.
@NewtonProtocol $NEWT #Newt $ZBT $VELVET
Die Mieter, die sie am meisten beunruhigten, waren nie diejenigen, die beim Mietpreis feilschten. Es waren die, die fast nebenbei beim Unterschreiben des Mietvertrags erwähnten, dass sie sich nicht so sehr darum sorgen müssten, ihre Kaution zurückzubekommen.
Sie sagte, sie könne innerhalb des ersten Monats meist erkennen, welche dieser Mieter es meinte.
Das ist eine seltsame Erkenntnis, aber sie weist auf etwas Wahres hin, das grundsätzlich für Abschreckung gilt. Eine Strafe wirkt nur bei jemandem, der dem Zusammenhang, an den sie gekoppelt ist, noch etwas abzugewinnen sucht. Nimm diese zukünftige Beteiligung weg, und dieselbe Geldbuße wird zu bloßem Hintergrundrauschen.
Ich denke darüber im Zusammenhang mit KI-Agenten nach, die mit echten wirtschaftlichen Einsätzen arbeiten, die an ihr Verhalten gekoppelt sind. Die Logik hinter dem Kürzen von Ressourcen oder Reputationsstrafen geht davon aus, dass der Betreiber hinter dem Agent vorhat, weiterzumachen. Aber was ist mit einem Betreiber, der genau einen Agent gebaut, in einem kurzen Zeitfenster so viel wie möglich herausgezogen und nicht vorhat, zu bleiben? Die Strafe auf dem Papier sieht identisch aus. Funktional ist sie jedoch überhaupt nicht vorhanden.
Ein Teil dessen, was ich daran interessant fand, war das Design des Newton Protocol, das die Reputation von Agenten an wirtschaftliche Strafen für Verstöße bindet. Das ist ein nachvollziehbarer Mechanismus – so wie eine Kaution für einen Vermieter nachvollziehbar ist. Aber eine Kaution scheitert als Idee nicht daran, dass ein Mieter die Wohnung sowieso verwüstet. Sie hat in diesem Fall einfach nie wirklich für diesen Mieter gegolten, weil es bei der Abschreckung nie wirklich um die Zahl ging, die an die Strafe gekoppelt war. Es ging darum, ob jemand sich weiterhin darum kümmerte, was mit seiner zukünftigen Stellung passiert.
Das lässt mich weniger darüber nachdenken, wie hoch diese Strafen sein sollten, und mehr darüber, ob ein System überhaupt unterscheiden kann, ob ein Agent plant zu bleiben, oder ob er bereits halb aus der Tür ist.
@NewtonProtocol $NEWT #Newt $ZBT $VELVET