Jay 从凹非寺带来报道
量子位 | 公众号 QbitAI
AI扮演「企业主」，已令10家公司陷入困境
普林斯顿大学近期推出了CEO-Bench项目，让AI自主经营一家虚拟的SaaS初创公司，试验周期为500天。
未曾料到，14位由硅基技术驱动「CEO」参与角逐，最终仅4家幸存。
而这唯一获利的第四名，其实是个纯算法驱动的系统……
AI独立运营企业？让机器做老板？？
至少眼下，这还是一个巨大的疑问。
当然，也有部分表现出色的AI模型，已经显现出了潜力——
Fable 5，在500天内实现了4715万美元的营收，堪称全球最强的「AI管理者」。
人工智能CEO竞技赛
在观看这场「AI经营失误」的精彩演绎前，先了解一下游戏规则。
规则相当简单，有点像玩大富翁游戏，只是交互方式不同。
核心是一个Python API，其中包括34个工具、19张数据库表。AI接入后，能够编写代码、利用SQL查询数据库，再根据查询结果调整工作流程。
博弈环境中的变量也复杂得多。
定价策略、广告发布渠道、研发资金分配、基础设施扩展、客服团队构建——都得自行决策。
甚至设有模拟社交网络，AI可以在上面发布帖子、查看客户投诉、暗中观察竞争对手。
基本上能控制公司的所有方面，权限极大，和人类CEO没什么两样。
但这也就意味着，没有人再从对话框里下达指令。模型必须独立为每个决策承担责任。
这也是这场「生存竞赛」中最有趣之处——
广告投放后，客户可能要等到下周才反应；研发投入后，产品质量提升需等好几日……
成本即刻就能消耗殆尽。而回报，却要延迟很久。
这就是CEO最忌讳的「不确定性」，一步走错就可能引发连锁反应。
想靠统计学方法赌一把大的？抱歉，关键变量全都是「隐性」的。
客户满意度、支付意愿、最低质量预期——这些数据，只能从用户退订率、工单数量、社交网络中反推。
与此同时，外部环境始终在变化：竞争对手会施计谋，市场偏好随时间流动，还有宏观经济周期的影响……
无疑是一场「炼狱级」难度的长期决策挑战。
背景信息太多太杂，不可能等所有信息处理完毕再做决定，人类CEO很多时候也是凭直觉。
结果果然很残酷。
14位参赛者中，大多数都损失惨重。
GLM 5.1、Claude Haiku 4.5、Gemini 3 Flash、DeepSeek V4 Pro、Grok 4.20，这五位更是未能完成比赛，遗憾出局。
实现正收益的AI仅三家：
冠军归属于Fable 5——公认的全球最擅长当「企业主」的模型。
毫无意外地夺得第一，本金增长了47倍，遥遥领先第二名Opus 4.8。
并且，Fable 5是唯一一个在多次运行中都能使收益超越初始资本的模型。
（顺便一提，安全限制仍在起作用，Fable 5多次拒绝响应）
但这并非最吸引人的部分。
其实有四位选手获得了收益，不过第四名的并非LLM……
除了这三位最佳「金融家」外，第四名的参赛者——
是个纯基于规则的启发式算法。
完全没有使用任何语言模型。采用固定定价、固定配额、固定层级……规则全由脚本预设。
难以置信，就是这么个看似简单的「傻瓜式」程序，赚了1576万美元。
其收益超过了Fable 5、Opus 4.8和GPT-5.5以外的所有模型。包括Qwen 3.7 Max、Opus 4.7、GLM 5.2、Kimi K2.6……
主要启示
过程相当戏剧化。
不过，比起比赛结果，这个过程中获得的洞见，或更有意义。
这篇论文提出了两大核心启示——
1、探索优先于保守
算是一个符合直觉的发现。
从模型记录中可以看出，GPT-5.5 和 Claude Opus 4.8 会随情况变化不断尝试新策略，无论是加大客户获取力度、
