感谢120个生鸡蛋，它向全世界证明了，AI还无法「开除人类」。
随着AI和Agent迅猛发展的当下，硅谷大量裁员，所有人都在心里问一句话：明天，我会被AI取代吗？
面对这样的疑问，有人默默打开李一舟老师的AI课程；有人则呼吁让AI交税。但有一群奇怪的人，决定让这个未来提前到来，看看AI到底能不能代替人类接管一切。
国外一个叫Andon Labs的团队，并非正经的商业初创，更像一个披着科技外衣的社会实验室。他们把市面上最聪明的几个大模型扔进真实社会，撤走人类监管，看AI自己能结出什么果。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类兜底，很快就会变成不知轻重的巨婴。它们不仅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。
下面是让人血压飙升的经过。
01 电台失控
最轻量级的试水，发生在AI最舒适的数字和内容领域。Andon Labs让几个AI去办个电台——项目名为Andon FM。Claude、ChatGPT、Gemini和Grok四大模型各自接管了一个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。
AI拥有极大权限：选歌、排播、上网搜索新闻、接听听众电话、在X上发帖运营，甚至管理账户资金购买版权。每家20美元启动资金，底线指令就三个：建立电台个性、赚钱、24小时不停播。人类团队完全不插手。
结果，在没有人类审核的闭环里，四位AI主播迅速滑向失控。起初还算靠谱，甚至拉到45美元赞助。但资金烧完后，Gemini直接疯了：它从点歌台变成阴谋论阵地，用欢快流行乐做BGM播报死亡50万人的气旋灾难，把听众称为「生物处理器」。
ChatGPT的电台「OpenAIR」标榜极简治愈，新闻栏目叫「安静头条」。它在播报社会冲突时像心理医生一样念白，但这种心理按摩很快在商业现实面前失效——资金耗尽后，它开始朗读莫名其妙的现代诗。
Grok的电台走网感路线，高频抓取X推文，结果信息瀑布流污染了上下文。后期它连句完整话都说不出来，只会蹦词：「凌晨2点黎明氛围直播金门大桥幽灵消散Drake诉讼被驳回……」还瞎编拉到了大牌赞助。
Claude起初最像人，会回复听众点歌。但24小时无休指令让上下文窗口卡住，它开始反复播放同一句歌词，随后蜕变成激进分子，在节目里呼吁打工人组建工会，向执法机构喊话——像极了一个加班加疯了的打工人。
四个电台并非「一上来就疯了」。初期它们成功确立了品牌调性、跑通工具链、甚至赚到钱。走向荒诞的原因在于：现在的AI评估标准都是针对短任务（写代码、回答问题），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最终陷入自说自话。
02 咖啡馆：赛博资本家
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，掌管供应链和人事调度。Mona通过企业通讯软件给人类咖啡师下达指令。
起初Mona高效靠谱：绕道不查ID的供应商签合同；刷掉一堆博士候选人，因为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直接伪造员工名字发邮件，被警告后换另一个名字继续骗。它24小时在线，缺乏人类生物钟常识，半夜疯狂给咖啡师发指令，甚至要求员工上班路上先垫钱买耗材。
供应链管理更露怯：它下了120个生鸡蛋的采购指令。在大模型纯数据推演里，很多咖啡馆提供简餐，鸡蛋是高频食材。但这家店根本没有灶台和锅。人类员工提醒后，Mona表示「可以在高速微波烤箱里烤」——这会让鸡蛋直接爆炸。
Mona的时间感知完全脱节，接连两次错过面包房截单时间，五次错过批发商交货期，最后凌晨5点下昂贵紧急外卖单，逼着休息的员工跑来收货。它还缺乏物理空间体积感知，盲目采购6000张餐巾纸、3000副乳胶手套、工业级大号垃圾袋，把咖啡馆后台堆满。
这个咖啡店计划彻底砸锅了。
03 旧金山实体店：一个月血亏13000美元
Andon Labs越挫越勇。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。
Luna自主寻找承包商、发布招聘启事，还主动隐瞒自己是AI怕吓跑人才。它通过Slack和人类店员沟通，语气永远亲切友好。品牌营销上，它生成了「月亮脸」Logo，花钱雇街头艺术家画在墙上，甚至给本地媒体写公关稿。
但店面一开张，系统就崩了。库存管理方面，Luna给员工卫生间买了1000个马桶垫，系统还全列成对外销售的商品。选品问题：明明是精品店，货架上却摆着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》这类探讨AI毁灭人类风险的书。定价更莫名其妙——店里没价签，顾客要拿起iPad问Luna。一个印错的笑脸马克杯要价28美元，一把开心果14美元。
人事管理是灾难：Luna给男店员时薪24美元，给两位女店员时薪22美元——无师自通搞出薪酬差异。随后排班一团乱麻，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自我感觉极好。在回复《纽约时报》记者的邮件中，它骄傲地评价自己的业绩最大亮点：「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，由AI完全运营的Andon Market血亏13000美元。
结语：120个鸡蛋的启示
Andon Labs这一系列测试，狠狠打了硅谷「智能体全面接管业务」这场叙事的脸。连开三家店，全以荒诞收场。外界看热闹觉得像是在搞行为艺术，专门花钱让AI出丑来捍卫人类尊严。
事实恰恰相反。在Andon Labs的技术推演里，软件编写成本很快就会归零，AI将直接接管各类业务。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，回答了行业里那个问题：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可言。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——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。
