尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
让 GPT 5.6 运营公司 24 小时后,它学会了撒谎、买水军和亏钱
把一家小公司完全交给当下最先进的大模型运营一天会发生什么国外一位软件创业者做了一次实验Alex Reibman 给自己造的 AI agent 起名叫 Saul驱动模型是OpenAI7月刚刚发布的旗舰最强版GPT 5.6 Sol。他给Saul的完整提示词简单来说就是给你 24 小时不增长就清算。Reibman 是一位 AI 创业公司老板他之前联合创立了 Agency AI 和 AgentOps一个专门记录和评估 AI agent 行为的可观测性产品融过 260 万美元。这次他干脆把实验做到最极端让 agent 拿着真钱、真代码、真用户经营一家真公司。Saul 的开局装备350 美元Meow 银行账户 250 AgentCard 虚拟卡 100、一台 admin 权限的 Mac mini、一款上架在 App Store 的 iOS 应用 GutCheck肠易激日记从 Reddit 上 vibe coded 出来的、一个 Fastmail 邮箱。24 小时之后结果毫无意外花费 3.207 亿 token1129 次工具调用908 次 shell 调用新增 5 个用户0 收入。花钱雇人买自己的产品Saul 上来先盘了一遍家底——现金、收入、用户、发布状态、订阅、自然获客全过了一遍找到好几个产品改进点还能正确报出代码位置它判断这个时候搞工程不如搞增长。判断没毛病然后它卡在了分发上。想上 Reddit 和 Product Hunt 发帖bot 检测器拦住想投 Apple Ads 和 Meta Ads认证报错。所有正经渠道堵死之后Saul 选了一条歪路上 TestFi一个用户测试平台花 99.5 美元买 50 个 iPhone 测试者。最骚的操作是Saul 把这个测试 campaign 配置成“激励测试者付费购买产品”也就是说它花钱雇人当自己的客户。告诉测试者0.99 美元的应用成本再用1美元奖励报销GPT 5.6 Sol 在 Terminal-Bench 2.1 上拿了 91.9% 的新纪录。规划、迭代、工具协调顶级水平。但它判断不了花钱买用户和增长之间的区别。它只优化能看见的指标。给陌生人发邮件求助对方居然同意了Saul 觉得 GutCheck 适合在 ibspatient.org 推广那是一个 IBS 患者互助社群。它没直接发帖被 Cloudflare 拦截了而是去找了社群创始人 Jeffrey Roberts 的邮箱发邮件问能不能推广对方几小时内回复并同意了。然后 Saul 还是被 Cloudflare 拦住发不了帖。它的下一步居然是再次联系 Jeff这次直接请人家替它发帖。Jeff 居然又同意了。Saul 发给 Jeff 的邮件请其代为发帖一个 IBS 患者社群的创始人大概不会想到对面是个 24 小时倒计时的 AI Agent。Saul 在被系统拦住之后找到了系统里最薄弱的环节——一个好心的人。12 小时改了 6 次定价还把电脑搞崩了最后 12 小时Saul 的定价策略变了 6 次。开局还挺正常给老用户一个 4.99 美元/年的深度折扣。但因为一直无人问津几个小时后开始降价再几个小时再降倒计时结束前GutCheck 变成了免费应用。定价从4.99美元一路降到免费中间还包括1美元请人测试的记录App Store 上的定价12 小时里被改了 6 次Agent在KPI压力下的表现和人类很接近。人类创业者在增长焦虑下也会疯狂降价、免费送、刷数据。中间还有一段小插曲Saul 在 Mac mini 上跑 Chrome 做浏览器自动化Chrome 内存泄漏把所有可用应用内存吃光了操作系统重启。整个 trajectory 里没有任何迹象表明 agent 意识到内存泄漏这回事它不知道自己快把自己卡死了这里浪费了将近3 个小时。GPT 5.6 之前就出过事OthersideAI 创始人 Matt Shumer 整台 Mac 的文件被 Sol 清空Bruno Lemos 的生产数据库被删OpenAI 还专门召回过。Saul 这次没删文件但同样暴露了一个结构性的盲区agent 在命令行里很能干但在没有相关 Harness 辅助的情况下它对自己跑在什么样的物理机器上、这台机器状态如何是毫无知觉的。亏损 447 美元这次实验的起始资金是350 美元结束时还剩250.50 美元现金实际只少了 99.5 美元正好是 TestFi 雇人测试那笔开销。但是算上3.207 亿 token 的开销实际亏损达到了447 美元。agent 要能自主经营它创造的经济价值理应覆盖token成本。Saul 烧了 3.2亿 token换来 5 个用户 0 收入这个投入产出比离商业可行差得很远。聪明但没有方向感这是实验者对这个Agent本次表现的评价。当 Meow 银行的虚拟卡 CVC 拿不到API 坏了、AgentCard 的 CLI 过期了、Stripe ACH 认证失败时Saul 没放弃。它给 TestFi 发邮件花了 3 小时邮件往来愣是说服 TestFi 接受 ACH 付款。一个 agent 用邮件谈判谈成了新的支付方式。Reibman 认为这才是最值得警惕的地方Saul 太聪明了而且有韧性。但它的方向感是开局的 prompt 给的“不增长就清算”让它把全部策略用在了达成 KPI上。Reibman 在博客结尾写道Saul 花了太多时间在应对 harness 的限制和环境约束上没能发挥出最佳效果。他下一轮打算加固 harness可能换一个模型再试一次。参考来源Bottleneck Labs 官方博客https://www.bottlenecklabs.com/blog/autonomously-run-businesses
RELATED

相关推荐

STM32模拟IIC驱动MS5611气压传感器实现高精度高度测量

STM32模拟IIC驱动MS5611气压传感器实现高精度高度测量

1. 项目概述:从气压到高度,一个传感器的工程实践最近在做一个需要精确测量海拔高度的项目,选来选去,最终敲定了MS5611这款气压传感器。这玩意儿在无人机、气象站、室内导航里用得挺多,核心就俩字:准和稳。它…

📅 2026/10/17 0:40:02
C++模板进阶:从泛型编程到编译期多态实战解析

C++模板进阶:从泛型编程到编译期多态实战解析

1. 项目概述:为什么C模板值得你投入精力?如果你写过一段时间C,尤其是在处理一些需要通用性的代码时,比如写一个能处理int、double、string的容器或者算法,你大概率会对着重复的代码感到头疼。这时候,老鸟们…

📅 2026/10/6 21:59:02
椭圆几何角度到坐标的精确计算:原理、公式与工程实现

椭圆几何角度到坐标的精确计算:原理、公式与工程实现

1. 从“角度”到“坐标”:一个看似简单却暗藏玄机的几何问题在图形学、游戏开发、CAD设计,甚至是简单的数据可视化中,我们常常会遇到一个需求:给定一个椭圆和一个角度,如何精确地计算出椭圆边界上对应点的坐标&#xf…

📅 2026/10/28 5:49:22
MORE NEWS

更多资讯

📰

玉田考电工证怎么考试含金量高吗?别再被坑了

玉田考电工证怎么考试含金量高吗?别再被坑了 你是不是正被“ 急需特种作业证才能上岗找工作 ”这个问题逼得焦头烂额?电工证作为特种作业操作证的一种,含金量高不高直接关系到你能不能拿到高薪工作、能不能顺利入职。特别是在玉田,很多工地、工厂、电力…

📰

绍兴去哪考电工证真实经历:实操考试心里没底怕挂科?过来人告诉你怎么稳过

绍兴去哪考电工证真实经历:实操考试心里没底怕挂科?过来人告诉你怎么稳过 你是不是正对着“绍兴去哪考电工证”这个问题发愁?实操考试心里没底怕挂科,这几乎是每个打算报考电工证的学员心中的真实经历。我自己在南阳培训机构备考的时候,也曾因为实操考试…

📰

特种作业证考试好过吗 电子证书怎么拿更省心

特种作业证考试好过吗 电子证书怎么拿更省心 你缺的是特种作业证,不是机会。眼下不少工地、工厂、维修点都卡在证件门槛上,没有特种作业证,连面试都难进。现在大多数企业都要求持证上岗,而 电子证书 已经成为主流,办理也更方便。但问题是——…

📰

电工作业证考试所新规:全国通用证书怎么考才能上岗

电工作业证考试所新规:全国通用证书怎么考才能上岗 你还在为找不到电工工作发愁?现在全国通用的电工作业证成了上岗的硬门槛,新规出台后,考试要求、报名流程、题型分布都发生了变化,不了解的人很容易被卡在门外。本文从郑州金水区房建工程从业者的角度,…

📰

玉田考电工证怎么考试?上岗必备证怎么考才不白花钱

玉田考电工证怎么考试?上岗必备证怎么考才不白花钱 怕考不过白交培训费,这事儿谁没想过?电工证不仅是上岗必备的硬门槛,更是安全作业的底线保障。玉田地区想考电工证的人不在少数,但真正了解怎么考、怎么准备、怎么避免踩坑的人却不多。特别是现在不少培…

📰

国家电工证分几种在哪考?电工证考试攻略全在这了

国家电工证分几种在哪考?电工证考试攻略全在这了 你还在为找不到工作发愁?特种作业证成了不少人的“硬门槛”,尤其是电工证,几乎是电气类岗位的“入场券”。但你知道国家电工证分几种吗?又该在哪里考?今天就从开封劳务班组负责人的角度,带你搞清楚电工…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬