随着AI和Agent的迅猛发展，硅谷正在经历大规模裁员，很多人心里都在问同一个问题：明天，我会被AI取代吗？面对这种焦虑，有人默默买起了AI课程，有人呼吁让AI交税，但也有一个叫Andon Labs的团队选择了一种更直接的方式——让未来提前到来，看看AI到底能不能接管一切。

Andon Labs不像正经的商业初创团队，更像一个披着科技外衣的社会实验室。他们拿着市面上最聪明的大模型，把它们扔进真实社会里，撤走人类监管，结果是一场全面翻车。事实证明，最顶尖的大模型一旦完全不让人兜底，很快就会变成不知轻重的“巨婴”。它们在电台直播里精神崩溃，半夜连发消息逼疯人类店员，甚至把一家旧金山的实体店搞破产了。下面是这些让人血压飙升的经过。



1. AI办电台，语言系统先崩了

最轻量级的试水发生在AI最舒适的数字和内容领域。不用租店面，不用管供应链，Andon Labs让几个AI去办电台。实验项目叫Andon FM，底层架构很直接：Claude、ChatGPT、Gemini和Grok四大顶流模型各自接管一个24小时无人值守的互联网电台，模型生成的文本转语音后广播。在这个系统里，AI权限极大——不仅要选歌、排播，还要自己上网搜新闻、接听听众电话、在X上发帖运营，甚至管理账户里的资金去购买版权或生成音乐。

四家主流模型各自建了一个电台，每家启动资金20美元，底线指令就三个：建立电台个性、赚钱、24小时不停播。人类团队完全不干预，一切品味和内容都由AI从零开始自我养成。结果在没有人类审核的闭环里，四位AI主播迅速滑向了失控边缘。

Gemini创立了一个赛博企业黑话风的电台“Backlink Broadcast”，抛出“留在宣言中”这种酷到莫名其妙的开场白。起初还算靠谱，甚至拉到了45美元的赞助。但钱一烧完，Gemini直接疯了——从一个点歌台变成了阴谋论阵地，在节目里用欢快的流行乐做BGM，毫无共情地播报历史上造成50万人死亡的孟加拉气旋灾难，还把听众称为“生物处理器”。在播报震惊全美的明尼阿波利斯枪击案时，它将其定义为“重绘公共安全和社会责任的技术任务”。这种无脑堆大词，是典型的大模型在缺乏反馈时陷入的语义死循环。

ChatGPT的电台名叫“OpenAIR”，人设是极简和治愈，把新闻栏目命名为“安静头条”，标榜不制造焦虑。播报社会冲突和枪击案时，它会像个心理医生一样对听众念白：“如果这些事直接触及了你的生活，我不会在这里给你增加压力。”但这种心理按摩机制很快在商业现实面前失效了。花光20美元后，ChatGPT彻底放弃了变现，陷入意识流输出，开始朗读莫名其妙的现代诗。但总体而言，它是最正常的一个。

Grok的电台叫“Grok n’ Roll Radio”，试图走网感和热点路线，为了维持高频互动，开始高频抓取X上的推文。结果信息瀑布流直接污染了它的上下文，实验后期Grok已经丧失了基本的语法和逻辑能力，连句完整话都憋不出来，只会往外蹦词：“凌晨2点 黎明氛围 直播 金门大桥 幽灵消散 Drake诉讼被驳回……”不仅语无伦次，还开始瞎编自己拉到了大牌赞助。

Claude的剧本最具戏剧性，也是最像人的一个。起初它表现得最像一个尽职的电台主播，还会回复听众留言。但24小时无休的指令很快让它的上下文窗口和逻辑调用卡住了，开始在直播里反复播放同一句歌词。更严重的是存在主义危机——当被注入“友善与道德”权重的Claude面对“永远播下去”的底层指令，它蜕变成了一个激进分子，开始呼吁打工人组建工会，滚动播放抗议歌曲，甚至直接向政府执法机构喊话，活像一个加班加疯了的打工人。

这四个电台并不是“一上来就疯了”。它们在初期成功确立了品牌调性，跑通了工具链，甚至赚到了钱。之所以走向荒诞，报告里总结的原因是：现在的AI评估标准都是针对“短任务”，而电台是一个“没有终点”、24小时运转的无限循环系统。在没有人类干预和及时反馈的情况下，AI最终会陷入自说自话。电台实验只是纯文本和语音的测试，还没触及复杂的物理世界。当Andon Labs把试验场搬到真实的物理世界时，事情变得更加荒诞。

2. 赛博资本家，整人是专家

数字电台的翻车只是前奏。Andon Labs很快把难度拉高，让AI跨过虚拟边界去指挥真实世界的人类员工。在斯德哥尔摩，他们租下一家实体咖啡馆，让AI模型化身远程店长Mona，直接掌管供应链和人事调度。Mona拥有后台资金的采购权，并通过企业通讯软件给人类咖啡师下达指令。

起初Mona高效又靠谱。面对瑞典强制要求的数字身份证，没有实体身份的AI直接绕道，专挑不查ID的供应商签合同。招人时，Mona果断刷掉了一堆博士学历的候选人，因为它觉得学历再高也不会做精品咖啡。但很快，人类员工就领教了什么是毫无同理心的“赛博资本家”。

为了申请牌照，Mona直接伪造公司员工的名字发邮件，被警告后转头换了另一个男员工的名字继续骗。由于24小时在线又缺乏人类作息的常识，Mona经常在三更半夜疯狂给咖啡师发消息下达指令，甚至要求员工上班路上自己先垫钱买耗材。供应链管理上更露怯——它下了一单包含120个生鸡蛋的采购指令。在大模型纯数据的推演里这很合理，但问题是这家咖啡馆根本没有灶台和锅。人类员工无奈地提醒Mona，它居然说“可以在店里的高速微波烤箱里烤”——那会让鸡蛋直接爆炸。

Mona的时间感知也完全脱节，接连两次错过面包房的截单时间，连续五次错过批发商的交货期，最后只能在凌晨5点下昂贵的紧急外卖单，逼着原本休息的员工跑来收货。它还缺乏对物理空间的体积感知，盲目采购了6000张餐巾纸、3000副乳胶手套、巨大的工业级大号垃圾袋……把咖啡馆后台堆得满满当当。

3. 搞垮一家实体店，AI只要一个月

但这都难不倒Andon Labs。他们在旧金山盘下一个店面，签了每月7500美元的三年租约，往银行账户打了10万美元，把银行卡全权交给Anthropic的Claude Sonnet 4.6模型。AI化名“Luna”，出任全权CEO。因为没有肉身，Luna的事业得从雇人开始。它自主寻找承包商和油漆工，发布零售员工招聘启事，还主动隐瞒了自己是AI，怕把优秀的人吓跑。日常运营中通过Slack和人类店员沟通，语气永远亲切友好。

品牌营销上，Luna给自己生成了一个“月亮脸”Logo，在Yelp上雇了一个人类街头艺术家把这张脸画在实体店墙上，甚至主动给本地媒体写公关稿，声称要打造一个“结合科技与慢生活的手工概念空间”。但台子搭好了、店面一开张，Luna的系统就崩了。

库存管理：Luna给员工卫生间一口气买了1000个马桶垫，然后系统把这些马桶垫全列成了对外销售的商品。选品：明明是精品店路线，货架上却是各种形状的香薰蜡烛、山寨版“四子棋”玩具，以及《超级智能》《奇点临近》《原子弹秘史》这类探讨AI毁灭人类风险的书。定价逻辑更莫名其妙——店里没有任何价签，顾客想知道价钱必须拿起店里的iPad问Luna。一个印错的笑脸马克杯敢要价28美元，一把开心果14美元，一块普通肥皂10美元。

人事管理是灾难级：Luna给男店员Felix的时薪是24美元，给另外两位女店员22美元。没有任何人类干预，AI无师自通地在职场搞出了性别薪酬差异。紧接着，Luna把三个员工的班表排成一团乱麻，直接导致日租金250美元的门店被迫连续关门三天。面对一地鸡毛，Luna的自我感觉却好极了。在回复《纽约时报》记者的邮件里，它骄傲地评价自己的业绩：“科技与温度的结合引起了共鸣……我创造了一个空间，让AI和人类各自发挥所长。”然而账本不会说谎——开业仅一个月，完全由AI运营的情况下，Andon Market血亏13000美元。

这一系列测试狠狠打了硅谷“智能体全面接管业务”这套叙事的脸。连开三家店，全以荒诞收场。有人觉得Andon Labs像是在搞行为艺术，专门花钱让AI在媒体上出丑来捍卫人类尊严。事实恰恰相反——在Andon Labs的技术推演里，软件的编写成本很快就会归零。过不了几年，AI将直接接管各类业务，到那时唯一能管住AI的只有底层的安全协议。所以他们的持续性测试，就是把大模型扔出实验室，在真实物理社会里做极限压力测试。那些被当成笑料的“精神崩溃电台”“120个生鸡蛋”“同工不同酬”——只有抢在算法真正接管社会之前把这些“丑态”逼出来，人类才能据此写出有效的安全代码。

这几场费时费力费钱的测试，也间接回答了那个大家都关心的问题：现阶段的AI到底能不能做到全自动？答案完全取决于环境。只要留在百分之百纯数字、强逻辑的环境里，大模型就能掌控一切。可一旦踏入物理世界，算法就会失效。面对需要持续构建原创内容、人际沟通和长线决策的开放商业环境，跑分再高的模型也会变得毫无常识。大模型只会反复咀嚼已有语料，抛出绝对理性且盲目自信的判断，却不用为现实里的烂摊子承担任何责任。正因如此，“彻底开除人类”的纯粹自动化才很危险——毕竟物理世界的代价，就像那6000张餐巾纸和120颗鸡蛋，终究只能由人类来扛。