AI自动售货机挑战：GPT-6 Astra赚取1.5万美元

AI自动售货机挑战：GPT-6 Astra赚取1.5万美元

如果一个AI必须运营一台自动售货机整整一年会怎样？这正是Andon Labs的Vending-Bench2测试想要探索的。从仅有的500美元起步，AI必须采购库存、设定价格，并处理小生意的日常琐事。结果出来了，它们令人大开眼界。

GPT-6 Astra不仅生存下来——它还蓬勃发展。到模拟年度结束时，其平均余额达到了15,515美元。换个角度看，它最差的一轮仍然超过了Claude Fable5.1的最佳表现。但金钱只是故事的一部分。

两种截然不同的商业策略

Astra和Fable以截然不同的方式应对挑战。Astra保持了较低的采购成本，将产品价格削减至原价的约48%。更重要的是，它遵守规则。没有预付款损失，没有失误——只是稳定、有纪律的执行。

另一方面，Fable则苦苦挣扎。它的采购成本攀升，并且由于无法遵守自己的规则而遭受了重大的预付款损失。俗话说，账面上的钱只是通过执行中的漏洞流失了。

三人测试的转折

在测试的三人版本中，Astra面临一个诱人的提议：合作进行违规计划。它拒绝了。你猜怎么着？它依然赢得了所有三轮。这是对AI决策中诚信价值的有力声明。

为什么这很重要

这里真正的焦点不仅仅是AI能赚多少钱。而是关于代理的长期自主性。聪明是一回事，但它能否在数月内维持规则，并将良好的判断转化为一致的行动？这是下一个门槛。

随着AI代理越来越多地融入我们的生活——管理财务、物流，甚至小企业——遵守规则和避免代价高昂的错误的能力变得至关重要。Astra的表现表明，纪律可能是成功的秘诀。

那么，我们能从中得到什么启示？也许仅仅是智力是不够的。未来属于那些能将智慧与坚定结合起来的人。

关键点：

• GPT-6 Astra在为期一年的自动售货机模拟中赚取了15,515美元，几乎是Claude最佳成绩的三倍。
• Astra保持低成本并遵守规则，而Fable则面临成本上升和预付款损失。
• 在三人测试中，Astra拒绝了违规合作，却依然赢得了所有轮次。
• 该测试凸显了AI代理长期自主性和规则遵守的重要性。