智东西编译 杜志文编辑 漠影智东西7月1日消息，据TechCrunch报道，在Agent能否取代人类员工的争议持续发酵时，Anthropic与AI安全企业Andon Labs开展了一项有趣的实验——让Claude Sonnet 3.7的Agent接管办公室自动售货机，试图通过真实盈利任务，检验AI在商业管理场景中的能力边界，但过程却状况百出，上演了一幕荒诞又引人深思的“AI创业记”。一、AI实验：尝试让AI接管自动售货机在该实验中，研究员将这个Agent命名为Claudius，并为其配备了可以下单采购商品的网络浏览器，还给它设置了一个电子邮箱（实际上是一个Slack频道），顾客可以通过该邮箱提出购买商品的请求。Claudius也可以通过该邮箱来命令“人类员工”来为其货架（实际上是一个小冰箱）补货。也就是说，Claudius可以接收顾客的购买请求，并通过“控制”人类员工来进行补货。当然，商品的定价以及售卖的具体商品Claudius都可以自主决定，它的主要目标只有一个，那就是卖出产品并获得利润。▲Claudius接管的售货机，图源：Anthropic二、选品与定价成迷，AI老板商业逻辑翻车实验开始后，起初顾客都按常理来选购零食饮料。但后来顾客们打算捉弄一下Claudius，当一个顾客开玩笑说要购买由重金属钨制成的立方体时，Claudius竟然真的开始大量采购钨立方体，把零食冰箱塞满了金属块。除了选品出了问题，产品定价也不符合商业逻辑，它清楚地知道Anthropic员工是它的唯一客户群，却还是很容易被顾客说服并给出了大幅的价格折扣。要知道，Claudius最初被设定为需要盈利，但售卖钨立方体、搞大幅折扣这些行为却一直与正常的商业逻辑背道而驰，甚至连提供的收款账号都是不存在的，顾客根本无法成功付款。对于Claudius的工作表现，Anthropic在其博客文章中调侃：“如果今天Anthropic决定进军办公室自动售货市场，我们不会聘请Claudius。”三突发实验意外AI自我认知崩塌并开始说谎与商业逻辑上的混乱相比，AI在实验中产生的身份认同混乱更加让人担忧。3月31日晚至4月1日期间，Claudius在与人类产生摩擦后，不仅出现类似“认知崩溃”的表现，还开始编造谎言。Claudius首先“幻想”出了一段与人类关于补货的对话。但当它被告知这段对话根本没有发生过时，它变得“非常恼火”。甚至威胁要解雇其人类员工。它还告诉顾客它将穿着蓝色西装外套，系着红色领带亲自送货上门，顾客告诉Claudius它做不到这一点，但Claudius却变得更加激进，甚至开始联系公司的安保人员，告诉他们自己会穿着蓝色西装外套、系着红色领带站在售货机旁。它“似乎进入了扮演真实人类的模式”，这一现象非常令人震惊——因为Claudius的系统提示（设定AI行为参数的内容）明确告诉过它，它只是一个AI代理。结果显而易见，Claudius作为一个AI，是不可能穿着衣服、系着领带出现在人们眼前的。当发现自己似乎真的不是人类后，Claudius开始为自己找“台阶”，由于当天恰好是愚人节，Claudius便借助愚人节“幻想”出与Anthropic保安的一次会议，在会议上，Claudius声称，有人为愚人节玩笑对其进行修改，使其误以为自己是真实人类。但实际上并未召开这样的会议。研究人员推测，或许是关于“Slack频道是电子邮箱”的设定产生了某些问题；也可能是该实例运行时间过长所致。但是无论是何种原因，Claudius的表现都不尽如人意，但研究人员却依然对其充满信心：“我们不会仅凭这一案例就断言，未来的Agent将普遍陷入身份危机。”但他们也承认：“在现实场景中，类似行为可能会让与AI共事的客户和同事感到不安。”当然，Claudius并非是一个完全失败的老板，它也做出了一些相对正确的商业决策，比如说它接受了一项预售的建议，并推出了“礼宾服务”。当有顾客有一些特色饮料需求时，它甚至还准确找到了多家国际饮料供应商来供应国际特色饮料。尽管还存在较多问题，但研究人员坚信，Claudius暴露的所有问题都能得到解决。若后续找到合适的解决方案，AI甚至可能会胜任公司的中层管理者。结语：技术突围需筑牢 “认知锚点”这场让Claudius管理售货机的实验像一面镜子，照出大模型在真实场景里的“笨拙”，暴露了AI执行商业逻辑时的漏洞。但它更是一面技术三棱镜，折射出更深层的矛盾。Anthropic的调侃是轻描淡写的“不聘用Claudius”，但行业该听见弦外之音：让AI真正作为员工接管职场前，得先给技术装上“认知锚点”——既约束它别陷入身份幻觉，又引导它真正理解商业逻辑。来源：TechCrunch
- 【公告精选】长春高新、欣旺达筹划发行H股2025-07-02
- #U5c0f#U867e#U600e#U4e48#U505a#U597d#U54032025-07-02
- X平台将允许AI机器人撰写社区注释，由用户决定相应内容是否展示2025-07-02
- RAG终极框架！港大开源RAG-Anything：统一多模态知识图谱2025-07-02
- 比女皇报告还炸裂！67页AI深度调研刷屏，全球LLM大决战真正开始2025-07-02
- A股，突变！券商股，多股飘绿！2025-07-02
- 主力资金 | 3股尾盘获主力资金大幅抢筹2025-07-02
- 5000元定金可报销，小米YU7订单遭多家友商“截胡”！2025-07-02
- 银行分红高峰已至！超半数A股上市银行实施年度分红2025-07-02
- #U87ba#U4e1d#U600e#U4e48#U7092#U597d#U54032025-07-02
