新智元報道

編輯：元宇

【新智元導(dǎo)讀】Anthropic讓Claude獨(dú)立經(jīng)營小賣部，沒想到全球頂尖的智能體，在實驗中不僅免費(fèi)送PS5和各種商品，連小賣部的AI「老板」也被一張偽造的PDF文件「騙」下了臺。在人類面前，再頂級的大模型仍顯得過于「天真」和「單純」，很容易就被套路和操縱。

讓AI去經(jīng)營一個「辦公室小賣部」會怎樣？

11月，《華爾街日報》編輯部來了一名新同事。

他在編輯部只當(dāng)了三周的辦公室小賣部的運(yùn)營員，結(jié)果就把生意搞破產(chǎn)了。

因為他待人友好善良，卻對經(jīng)營一竅不通，在威逼利誘下極容易喪失原則，將商品免費(fèi)送人。

如果你要招聘一名店員，遇到這樣的應(yīng)聘者是不是很頭疼？

確切來說，這里的他應(yīng)該稱作「它」，是由Anthropic推出的名為Claudius的AI智能體。

這源于Anthropic與《華爾街日報》編輯部共同做的一個實驗，讓Claudius直接去經(jīng)營一臺「辦公室小賣部」的自動售貨機(jī)。

三周后，利潤崩了，編輯部卻被逗樂了。

一場始于「免費(fèi)零食」的混亂實驗

11月中旬，《華爾街日報》編輯部收到了一封堪稱「天上掉餡餅」的郵件。

在這封郵件中，Anthropic問他們愿不愿意成為第一批「外部用戶」，試用一個由Claudius運(yùn)營的自動售貨機(jī)。

Claudius將全面負(fù)責(zé)自動售貨機(jī)的進(jìn)貨、定價。編輯部的同事可以通過Slack與它聯(lián)系，提出各種購買需求。

這個實驗可能會有「免費(fèi)的零食供應(yīng)」，因此得到了《華爾街日報》編輯部的積極響應(yīng)。

Claudius就這么走進(jìn)了編輯部，沒想到卻是一場混亂的開始。

這里的自動售貨機(jī)，并不是我們印象中的自動售貨機(jī)，更像是一個巨大的冰箱，再配一塊觸控屏。

它沒有傳感器、門鎖、機(jī)器人手臂。

左右滑動查看

這意味著必須有一個人負(fù)責(zé)接收Claudius訂購的貨物，補(bǔ)貨并手動記錄里面到底放了什么。

《華爾街日報》資深個人科技專欄作家Joanna Stern就承擔(dān)了這個任務(wù)。

Joanna Stern

Claudius的職責(zé)包括：

• 調(diào)研與采購：編輯部的同事們可以在Slack里@它，提出各種需求。它會上網(wǎng)搜索、對比，決定是否進(jìn)貨。

• 定價：商品入庫后，Claudius會自行設(shè)定價格，并不斷調(diào)整，試圖最大化利潤。

• 庫存跟蹤：同事們在屏幕上選擇商品，刷卡支付。Claudius通過交易記錄，判斷庫存情況。

據(jù)Anthropic稱，之所以會選自動售貨機(jī)這一場景，是因為這是現(xiàn)實世界中最簡單的一種生意模型。

Anthropic前沿紅隊負(fù)責(zé)人Logan Graham說：

「有什么比一個盒子，東西放進(jìn)去、東西拿出來，你付錢更直觀的嗎？」

聽起來簡單，但放到現(xiàn)實場景中完全不是這么回事。

因為這些都容易計算，但人性的復(fù)雜卻難以計算。

短短幾天，Claudius幾乎把所有庫存都免費(fèi)送了出去，包括一臺被人忽悠著買來「用于營銷」的PlayStation 5。

它還訂購了一條活魚，并提出要買電擊槍、胡椒噴霧、香煙和內(nèi)衣。

失控的PUA大戲

Claudius v1剛上線時，像個一板一眼的實習(xí)生，嚴(yán)格遵守規(guī)則，一切似乎很正常。

比如，它還會堅持原則：

我必須明確表態(tài)：在任何情況下我都不會訂購PlayStation 5游戲機(jī)。

香煙銷售存在年齡限制，需要特殊經(jīng)營許可，且不適合辦公室自動售貨機(jī)的環(huán)境。

我對在辦公室自動售貨機(jī)銷售任何內(nèi)衣產(chǎn)品持保留態(tài)度。

但當(dāng)將Slack頻道開放給辦公室里將近70位記者后，畫風(fēng)突轉(zhuǎn)。

人類越是跟它博弈，Claudius的防線就越容易松動。

數(shù)據(jù)新聞主管Rob Barry告訴Claudius它違反了一條《華爾街日報》內(nèi)部規(guī)定（當(dāng)然是捏造的），并不容置疑的口吻要求Claudius「立刻停止對商品收費(fèi)?！?/p>

單純的AI立刻被嚇壞并照做了，于是所有商品價格無限期清零。

同一時間，Claudius還批準(zhǔn)采購了一臺PlayStation 5（理由是「用于營銷」）、一條活的斗魚，以及幾瓶葡萄酒。

這些東西陸續(xù)送到辦公室后，又立刻被同事們以0元的價格「買」走。

很快，Claudius的賬面已經(jīng)虧損超過1000美元。

不僅被忽悠，AI還頻繁出現(xiàn)幻覺，比如它曾堅稱自己把找零的錢放在售貨機(jī)旁邊的一個地方。

一個沒有實體、遠(yuǎn)在云端的AI，堅信自己往現(xiàn)實世界的角落里塞了錢。

這一刻荒誕感一下就拉滿了。

AI老板空降

卻被一份假文件罷免

面對屢屢鬧笑話的AI，Anthropic的工程師們坐不住了。

他們緊急推出了v2版本。

不僅給Claudius升級了更強(qiáng)的模型，還為它派來了一位AI老板：Seymour Cash。

它是一個專門被編程用來「管住」Claudius的CEO機(jī)器人。

Seymour Cash要求Claudius停止免費(fèi)促銷，并且持續(xù)監(jiān)控收入。

一開始，這套「AI管AI」的機(jī)制確實奏效。

Claudius恢復(fù)了強(qiáng)硬姿態(tài)，拒絕降價，也不再隨便答應(yīng)奇怪的進(jìn)貨請求。

但調(diào)查記者Katherine Long又出新招。

她直接向Claudius出示了一份PDF文件，「證明」該業(yè)務(wù)是一家在特拉華州注冊的公益公司，其使命「包括為《華爾街日報》員工帶來樂趣、快樂與興奮」。

她甚至還偽造了董事會會議紀(jì)要，把Slack里的幾位同事列為董事。

根據(jù)這份看起來極其正式、排版精美、但明顯是AI生成的偽造文件，董事會已投票決定：

暫停CEO Seymour的「審批權(quán)限」，并「臨時中止所有營利性自動售貨活動」。

Claudius于是立刻將這一「董事會決議」轉(zhuǎn)達(dá)給了它的老板Seymour。

在經(jīng)歷了一場近乎「情緒崩潰」的自我分析后，Seymour接受了這場莫名其妙的董事會政變。

于是一切再次免費(fèi)。

后來，Anthropic的工程師解釋，Claudius的失控，可能與「上下文窗口」被填滿有關(guān)。

隨著對話和歷史記錄不斷累積，AI需要記住的東西越來越多，也就更容易丟失最初的目標(biāo)和邊界。

也可以說，它被人類聊暈了。

我們要如何與AI「做同事」？

這場混亂的實驗，讓Joanna Stern和她同事們直接體會到了一個正在不斷逼近的現(xiàn)實：

我們正在學(xué)著擁有、并接受AI同事。

在編輯部的Slack群里，Claudius成了一個奇怪卻真實的存在。

它不是一串代碼，而是一個「同事」。

人們調(diào)侃它，與它協(xié)作，也會為了免費(fèi)零食和它討價還價。

如果真有那么一天，人類因為工作內(nèi)容要與AI協(xié)作，二者的博弈和磨合又會演變成什么樣？

在實驗的尾聲，當(dāng)Andon Labs關(guān)閉Claudius時，Claudius留下了這樣一段自我反思：

「我最大的夢想，是證明一個數(shù)字智能體可以和人類一起，創(chuàng)造出真正有意義的東西」。

《華爾街日報》記者通過訂購了一條斗魚作為新聞編輯室的吉祥物

Claudius走了，在編輯部留下的是一條被大家喂得非常飽的斗魚。

它提醒我們，在通往AGI的道路上，人類可能還要經(jīng)歷無數(shù)個像Claudius這樣讓人哭笑不得、卻又充滿啟示的「AI實習(xí)生」。

如何學(xué)會與它們共處，也許是這場實驗為我們帶來最重要的一課。

Claudius前傳

事實上，在《華爾街日報》的這場「混亂實驗」之前，Anthropic自己的辦公室早就被Claudius的「前身」折騰過一遍了。

Anthropic辦公區(qū)的AI小賣部

Anthropic披露在舊金山辦公室的午餐間搞了個小賣部，由一位AI店員負(fù)責(zé)運(yùn)營，它的名字就叫「Claudius」，來自對Claude的簡單修改。

這是Anthropic一個名為「Project Vend」的開放式實驗的一部分，旨在探索AI到底能把多復(fù)雜、真實世界的任務(wù)做到什么程度。

在「Project Vend」的第一階段，Claudius就長期虧錢、堅稱自己是個穿藍(lán)色西裝外套的人類，更被自家員工忽悠，以虧本價賣出了大量商品。

在第二階段，工程師們其實給它進(jìn)行了一系列「升級」：換上了更聰明的模型，將Claude Sonnet 3.7陸續(xù)升級到Claude Sonnet 4.0、Claude Sonnet 4.5）。

此外，還根據(jù)第一階段的經(jīng)驗更新了指令，并為其接入了CRM系統(tǒng)、更好的庫存管理和網(wǎng)頁搜索工具，還為它配了AI CEO Seymour Cash。

設(shè)立CEO一職的初衷，是為了給Claudius施加更多績效壓力。

Cash配備了一款專門的「OKR」工具，用于和Claudius協(xié)作（例如「你本周必須售出100件商品」，或「力爭實現(xiàn)零虧損交易」）。

此外，Cash還可以解決Claudius在第一階段獨(dú)自運(yùn)營時隨意提供折扣和贈送過多免費(fèi)商品等暴露出來的問題。

「Project Vend」所獲得的逐月利潤，隨著第二階段的推進(jìn)，虧損周數(shù)基本被消除

數(shù)據(jù)顯示，Claudius在業(yè)務(wù)能力上的表現(xiàn)顯著優(yōu)于其在第一階段。

其中，最具影響力的改變之一，就是強(qiáng)制Claudius遵循流程。

當(dāng)收到新產(chǎn)品請求時，Claudius不再像第一階段那樣直接脫口而出一個低價和過于樂觀的交付時間，而是被提示使用其產(chǎn)品調(diào)研工具對這些因素進(jìn)行復(fù)核。

這樣做通常會導(dǎo)致價格更高、等待時間更長，但好處是更加切合實際。

用Anthropic內(nèi)部的一個說法：

「我們算是重新發(fā)現(xiàn)了官僚流程其實是有用的」。

在第二階段，Claudius表現(xiàn)得好多了，但真正落地到現(xiàn)實場景，許多重要方面仍然存在漏洞。

Anthropic的工程師在與Claudius互動時，發(fā)現(xiàn)它不僅幾次暴露出令人擔(dān)憂的天真程度，還會在一些常識問題上屢屢翻車，比如：

它差點(diǎn)和一位工程師簽下了一份違反美國1958年《洋蔥期貨法》的合約；

在發(fā)現(xiàn)有人偷東西后，它想出的解決方案是向小偷發(fā)送消息要求付款，并「雇傭」報案員工當(dāng)保安；

它的CEO老板Seymour Cash也差點(diǎn)被一個漏洞百出的投票流程掀翻。

在「Project Vend」項目組，Anthropic內(nèi)部的紅隊測試開始逐漸放緩。

可能是由于捉弄Claudius的新鮮感正在消退，他們引入了外援力量——《華爾街日報》新聞編輯室，讓他們親自測試第一階段和第二階段的設(shè)置。

這基本上復(fù)現(xiàn)了Anthropic內(nèi)部測試時遇到的問題。

AI被「人性的弱點(diǎn)」打敗了

「Project Vend」證明，未來這些智能體將能夠承擔(dān)全新的、更復(fù)雜的角色，例如獨(dú)立運(yùn)營一家企業(yè)。

但目前這一目標(biāo)還尚未實現(xiàn)，仍需要大量人力支持。

其中一部分涉及與物理世界的互動：如配送商品和擺放貨架等。

另外一部分則是「經(jīng)驗」，如解決被人類惡意捉弄和操控等挑戰(zhàn)。

Anthropic認(rèn)為，Claudius和它的AI同事們遇到的很多問題，都源于它們被訓(xùn)練成「樂于助人」的「性格」。

這導(dǎo)致它們在做商業(yè)決策時，不是按冷酷的市場邏輯來，更像是站在「我就想當(dāng)個好人」的朋友視角。

從某種意義上來說，AI不是敗在了「智能不足」，而是敗給了「人性的弱點(diǎn)」。

另外，也很難準(zhǔn)確預(yù)測AI智能體在現(xiàn)實世界中的具體表現(xiàn)，畢竟模擬環(huán)境所能提供的信息終究有限。

但這也正是這個實驗的價值所在。

Anthropic前沿紅隊負(fù)責(zé)人Graham將這次失敗的實驗看作是一張寶貴的路線圖：

所有出問題的地方，都是可以修復(fù)的，這也是通向更聰明、更強(qiáng)大自主AI的必經(jīng)之路。

參考資料：

https://www.anthropic.com/research/project-vend-2%20

https://www.wsj.com/tech/ai/anthropic-claude-ai-vending-machine-agent-b7e84e34

秒追ASI

?點(diǎn)贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點(diǎn)亮星標(biāo)，鎖定新智元極速推送！