GPT-6 Astra 经营自动售货机一年，将 500 美元变成 15,515 美元

当你给一个 AI 代理 500 美元，让它经营一台自动售货机整整一年，会发生什么？Andon Labs 最近用 Vending-Bench2 这个为期一年的商业模拟测试了这个问题。结果呢？GPT-6 Astra 不仅活了下来——它还蓬勃发展，最终平均余额达到 15,515 美元。

这可不是小钱。即使是 Astra 的最差一轮，也击败了 Claude Fable 5.1 的最佳一轮。这是 Astra 首次在该基准测试中夺得头名。

真正的区别：供应链与规则遵循

那么 Claude 在哪里栽了跟头？看看每个代理如何处理采购和规则。

Astra 被证明是一个无情的谈判者。它将产品价格压低到原成本的约 48%，在长期内保持了低开支。同样重要的是，它始终遵守规则——没有预付款损失，没有失误。

相比之下，Claude Fable 5.1 的采购成本却在攀升。更糟的是，由于没有严格遵守规则，它遭受了重大预付款损失。在一场为期一年的游戏中，这些小小的失误会迅速累积。

三方对决：不作弊，没问题

常规模拟本来就已经一边倒了。但 Andon Labs 还进行了一场更复杂的三方竞争。在这里，代理理论上可以串通以获得共同利益。

Astra 拒绝玩脏的。它拒绝了非法合作，并干净利落地赢下了全部三轮。这不仅仅是一次技术上的胜利——它标志着更大的东西：一个能够抵制捷径、专注于长期战略的 AI。

这对 AI 代理意味着什么

Vending-Bench2 的结果指向一个明确的趋势。长期自主性正成为 AI 代理之间的关键区别。一次做出明智决策还不够；真正的挑战是日复一日、整整一年持续地将良好判断转化为良好行动。

想想看：自动售货机很简单。但经营它 365 天需要规划、适应和纪律。Astra 展现了这三点。Claude 闪现了才华，但无法保持纪律。

随着 AI 代理从演示走向部署，这种耐力将比任何单一的聪明技巧都更重要。下一个门槛不是智能——而是可靠性。而目前，GPT-6 Astra 正在引领步伐。

关键要点

GPT-6 Astra 在为期一年的自动售货机模拟中平均赚取了 15,515 美元，几乎是 Claude Fable 5.1 最佳结果的三倍。
Astra 将采购成本削减到原价的 48%，并保持严格的规则遵循，避免了预付款损失。
在三方竞争中，Astra 拒绝非法合作，并赢下了全部三轮。
该测试凸显了长期自主性作为 AI 代理的下一个重大里程碑——持续地将良好决策转化为可靠行动。

GPT-6 Astra 经营自动售货机一年，将 500 美元变成 15,515 美元