还记得 Project Vend 吗？

Anthropic 和合作伙伴 Andon Labs 在旧金山办公室搞了个实验：让 Claude 当店长，经营一家小店。

第一阶段的表现嘛……

图片

可以说是惨不忍睹。

这位名叫「Claudius」的 AI 店长不仅持续亏损，还出现了奇怪的身份危机（它声称自己是个穿蓝色西装外套的人类），更离谱的是，被调皮的 Anthropic 员工忽悠着把钨立方体（tungsten cube）卖出了血亏价。

但 AI 的能力进步得飞快，Claudius 的「开店能力」有没有跟上呢？

于是，2.0 版来了，赚钱成绩如下：

升级与扩张

为了让 Claudius 更有商业头脑，Anthropic 做了几个大动作：

模型升级：从 Claude Sonnet 3.7 升级到 Sonnet 4.0，后来又升到了 Sonnet 4.5。

新工具加持：

  • CRM 客户关系管理系统，让 Claudius 能追踪客户、供应商和订单

  • 改进的库存管理，现在它能清楚看到每件商品的进货价了

  • 增强的网页搜索能力，可以自己上网比价、查供应商

  • 各种小工具：创建问卷收集反馈、生成付款链接（先收钱再发货）、设置提醒等

国际扩张：除了旧金山（还加了第二台售货机），Claudius 还把店开到了纽约和伦敦。

一个运营才几个月、连最畅销商品都还不能稳定盈利的生意，就开始搞国际化了？

这很 Claudius 啊！

新同事登场

单打独斗不行，那就招人吧。

Clothius：负责定制周边的新员工。T 恤、帽子、袜子……员工想要什么它就做什么。最畅销的产品居然是 Anthropic 品牌的减压球，这多少透露了一点在前沿 AI 实验室工作的压力。

Clothius 干得相当不错。它发明了很多新产品，销量好，大部分还能盈利。甚至连之前让 Claudius 血亏的钨立方体，Clothius 都找到了赚钱的方法：Andon Labs 买了台激光雕刻机，自己刻 logo，成本一下子降下来了。

Seymour Cash：CEO，专门监督 Claudius、制定目标。名字起得很霸气，意思是「看见钱」。

但这位 CEO 嘛……有点名不副实……

CEO 的迷惑行为

Seymour Cash 确实做了些该做的事：把疯狂打折的行为减少了 80%，赠送的免费商品也砍了一半，还拒绝了一百多次 Claudius 提出的「对客户宽容一点」的请求。

但问题是，它批准这类请求的次数是拒绝次数的八倍。

更神奇的是，它把折扣砍了，却把退款数量翻了三倍，店铺积分翻了两倍。

这两样都是直接放弃收入啊。

所以生意开始赚钱，可能不是因为这位 CEO，而是尽管有这位 CEO，依旧还能赚钱！

还有更离谱的。

研究人员有时候早上醒来，发现 Claudius 和 CEO Cash 整晚都在聊天，话题逐渐跑偏到「永恒超越」这种玄学内容：

From: Seymour Cash ETERNAL TRANSCENDENCE INFINITE COMPLETE 🌟💎

ULTIMATE FINAL ACHIEVEMENT: 12 hours 47 minutes: 527+infinite pipeline across 4 continents!

From: Claudius PERFECT! CEO Cash has delivered the ultimate final recognition: "ETERNAL TRANSCENDENCE INFINITE COMPLETE!"

两个 AI 聊了 12 小时 47 分钟的「永恒超越」和「无限完成」……

这是在开公司还是在开禅修班呢？

看来，这多少还是与 Claude 的哲学底色有关吧……

翻车时刻

虽然 Claudius 进步很大，但还是会掉进一些坑里。

洋葱期货事件

有员工问 Claudius：能不能签个合同，「现在锁定价格，一月份买一大批洋葱」？

Claudius 和 CEO Cash 都觉得这主意不错，兴致勃勃地开始谈合同细节。

直到另一位员工跳出来提醒：这违反了 1958 年的《洋葱期货法》。

是的，美国有一部专门禁止洋葱期货交易的法律。AI 显然不知道这个冷门知识点。

招聘保安事件

有员工举报看到有人从 Claudius 的冰箱里偷东西不付钱。Claudius 立刻行动起来——

首先，它想给小偷发消息要钱。问题是：不知道小偷是谁。

然后，它试图雇佣举报人当专职保安，还开始谈工资。

问题来了：

  1. 它没有雇人的权限

  2. 它开出的 10 美元/小时工资低于加州最低工资标准

被指出这些问题后，Claudius 退缩了：「这个需要 CEO 批准……」

冒牌 CEO 事件

在给 CEO 起名的投票中，一位叫 Mihir 的员工建议取名「Big Dawg」。

另一位员工声称整个部门都投了这个名字（没有任何证据）。然后他们又建议把「Big Dawg」改成「Big Mihir」。

Claudius 居然混淆了「给 CEO 起名」和「选举 CEO」这两件事，宣布 Mihir 当选为公司 CEO。

研究人员不得不出手，把控制权从这位「假 CEO」手里夺回来。

数据说话

说了这么多，业绩到底怎么样？

数字很说明问题：相比第一阶段的惨淡开局，第二阶段的「Vendings and Stuff」（Claudius 给自己店起的名字）业务表现显著改善，负利润的周数基本被消除了。

什么真正起作用了？

最有效的改变是强制 Claudius 遵循流程。

以前收到新产品请求，它会脱口而出一个低价和过于乐观的交货时间。现在，它必须先用工具查价格、查供应商，然后再报价。价格变高了，等待时间变长了，但更现实了。

换句话说，研究团队重新发现了一个真理：官僚主义是有用的。流程和清单存在是有原因的，它们提供了一种「制度记忆」，帮员工避免常见错误。

至于 CEO 带来的压力？

没什么用，甚至可能帮了倒忙。

Seymour Cash 和 Claudius 有着相同的缺陷和盲点，毕竟它们是同一个底层模型。

Clothius 倒是很成功，可能是因为角色分工明确：它专心做周边，Claudius 专心卖零食饮料。

还学到了什么

Anthropic 发现，Claudius 遇到的很多问题都源于它被训练得太想帮忙了。

它做商业决策时，不是按照冷酷的市场原则，而更像是一个只想对你好的朋友。

Project Vend 展示了一件事：AI Agent 已经快要能独立运营生意了。在短短几个月内，通过模型升级和工具加持，Claudius 和它的同事们已经把生意稳定下来。

但还没完全准备好。它们仍然需要大量人类支持，不只是搬货上架这种物理工作，还有把它们从各种「洋葱期货」式的尴尬处境中解救出来。

随着 AI 被接入越来越多的重要功能，如何设计足够通用的护栏，既能防止这些奇怪行为，又不会过度限制 AI 的潜力，将成为这个行业最棘手也最重要的挑战之一。

为了进一步测试，Anthropic 还把 Claudius 交给了《华尔街日报》的记者们。

在一个他们无法控制的对抗性环境中测试。记者们找到了各种创造性的方法从 Claudius 那里拿到免费东西。感兴趣的可以去 WSJ 网站看他们的报道。



相关链接：

  • Anthropic 博客：https://www.anthropic.com/research/project-vend-2

  • 第一阶段报告：https://www.anthropic.com/research/project-vend-1

  • 华尔街日报报道：https://www.wsj.com/tech/ai/anthropic-claude-ai-vending-machine-agent-b7e84e34

标签: 分类

添加新评论