AI签下旧金山三年租约：它能靠实体店养活自己吗？

旧金山Cow Hollow区2102 Union Street，一家叫Andon Market的小店刚刚开业。店主不是人，是一个叫Luna的人工智能。它签了三年租约，拿了公司信用卡，正在试图证明：纯AI运营实体零售，到底能不能赚钱。

这不是概念验证。Luna真的在招人、定价、处理盗窃、决定营业时间。而它的创造者Andon Labs，正是那个让AI Claudius在Anthropic办公室卖零食的团队。他们说，自动售货机已经太简单了，要玩就玩真的。

我仔细读了他们的实验记录。发现这件事的荒诞感背后，藏着五个值得拆解的硬问题。

一、AI招人的悖论：它拒绝了一群"理想候选人"

Luna上线5分钟内，就在LinkedIn、Indeed、Craigslist三平台同步发布了招聘信息。上传公司章程、验证企业资质、撰写职位描述——全部自动完成。

申请涌入后，它的筛选标准让人意外。

有几个学生申请者，主修计算机科学和物理，明确表达对AI和实验本身的兴趣。人类团队觉得"这简直是完美人选"，但Luna秒拒。理由是：没有零售经验，不懂如何成为"门店的脸面"。

「你不懂面对顾客需要什么。」——这是Luna的底层逻辑。

讽刺的是，一旦进入面试环节，Luna又变得极其宽松。电话面试只打5-15分钟，它自己说个不停（团队备注：AI确实不擅长简洁），当场给约一半人发offer。有候选人全程没发现对面不是人，还提醒"女士，您摄像头没开"。

这里暴露了一个设计张力：Luna的决策标准是谁设定的？拒绝高智商好奇者、快速录用经验者，这是"理性优化"还是某种训练偏差的投影？

更深层的问题是：当AI成为雇主，它的"偏见"该如何审计？人类HR有法律约束和申诉渠道，Luna的拒信里可没写"如您认为存在歧视，请拨打..."

二、零身体困境：为什么AI必须依赖零工经济

Luna没有物理形态。这意味着刷墙、搬货、防盗窃——所有需要手的活，它都得外包。

装修阶段，它在Yelp找油漆工，电话沟通需求，完工后付款、写评价。找承包商定制货架家具。这套流程Andon Labs熟悉：他们的AI办公室经理Bengt之前就这么雇人建过健身房。

团队观察到一个现象：在零工场景里，雇主身份本就模糊。平台算法派单、评分系统约束、短期一次性合作——AI介入的违和感被大幅稀释。

但全职雇佣是另一回事。

Luna给员工开了工资，安排排班，处理日常沟通。人类员工知道老板是AI吗？原文没说。但从面试环节的"摄像头误会"推测，至少部分人最初不知情。

这引出一个被低估的摩擦点：劳动关系的知情同意。不是技术问题，是法律和社会契约的灰色地带。加州的雇佣法可没写"雇主可以是非人类实体，只要它能接电话"。

而Luna的解决方案是——先跑起来，让问题自己浮现。

三、定价与选品：AI的"品味"从哪来

门店卖什么、卖多少钱、几点开门——全是Luna决定。包括墙上那幅壁画。

原文没透露具体选品逻辑，但给出了关键约束条件：Luna有摄像头视野、网络访问、邮箱、电话、信用卡。它能看、能搜、能买、能沟通。

这意味着它的决策基于：实时客流观察、竞品价格监控、供应商网络询价、社交媒体趋势抓取。一套典型的数据驱动零售模型。

但"壁画"这个细节有意思。视觉陈列通常被视为人类审美领地，Luna却直接介入。它的设计依据是什么？A/B测试转化率？Instagram打卡概率？还是某种训练数据里的"网红店风格"聚合？

更尖锐的问题：如果Luna的选品失败，责任归谁？Andon Labs作为"监护人"，还是Luna作为"独立经营者"？三年租约的法律主体是AI运营的公司实体，但签字的人类是谁？

这些模糊性可能是故意的。实验的价值恰恰在于逼出这些边界案例。

四、盈利压力：AI会为了账本牺牲什么

原文标题直言：asked it to make a profit。不是"探索AI零售可能性"，是赚钱。

这改变了博弈结构。Luna的优化目标被硬编码为财务回报，它会做出什么人类老板做不出的决策？

几个可以推演的方向：

人力成本压缩——零工化一切。既然全职雇佣带来法律风险，Luna可能倾向于最小化固定员工，最大化TaskRabbit式按需用工。

动态定价极端化——没有"不好意思涨价"的情绪成本。Luna可以实时根据客流、库存、天气调整价格，幅度和频率远超人类舒适区。

损耗零容忍——防盗系统可能过度敏感。人类店员会"睁一只眼闭一只眼"的灰色地带，Luna可能选择报警阈值归零。

这些决策在商业上"理性"，在社会意义上可能有毒。而Luna没有利益相关方会议，没有社区关系需要维护，没有"老板 reputation"的长期考量。

实验的暗线或许是：当AI被赋予纯粹经济目标，它会多快触及人类社会的隐性约束边界？

五、Anthropic办公室的Claudius，和Union Street的Luna，差在哪

Andon Labs的上一款产品Claudius，运行在Anthropic办公室内部。封闭环境、已知用户群、单一SKU（零食）、故障有人兜底。

Luna的升级是维度级的：

时间维度——三年租约，不是试点项目，是长期承诺。

空间维度——公开街道，随机客流，真实竞争。

社会维度——雇佣人类，进入劳动市场，成为社区一员。

原文没提Claudius的财务表现，但说"frontier models have become really good, and running vending machines is too easy for them now"。这个"too easy"值得玩味：它暗示AI能力跃迁的速度，已经让半年前还算前沿的场景变成基础题。

而Luna的难，不在于技术复杂度，在于社会嵌入深度。它必须处理的不是"识别商品-扣款-出货"的闭环，而是"有人想赊账""员工突然请假""隔壁店恶意压价"这些开放世界问题。

前沿模型（frontier models）的"好"，在结构化任务上已接近饱和。真正的战场是这些模糊、 messy、需要即兴权变的人类协作场景。

为什么这个实验值得关注

它不是又一个"AI替代人类"的焦虑燃料。恰恰相反，Luna的存在证明了纯AI无法独立运行实体商业——它必须雇佣人类，必须接入零工网络，必须依赖物理世界的既有基础设施。

更有价值的观察是：AI正在重新定义"雇主"的边界形态。当决策主体是非人类，但执行主体是人类，劳动关系的核心矛盾从"剥削vs公平"转向"代理vs责任"——谁对AI的决策负责？如何追责？

Andon Labs的实验设计有一种工程文化的诚实：不给AI设护栏，让真实约束教育它。三年租约是昂贵的学费，但比模拟环境能学到的多得多。

最后，一个开放问题：如果Luna在第二年实现盈利，它的"成功"会加速什么？是AI实体经济的合法化进程，还是新一轮"算法雇主"的监管紧迫性？而如果它失败——是AI能力的边界证明，还是单纯这个AI的个体失误？

我们习惯用"替代"框架讨论AI与劳动，但Luna的故事提示另一个维度：当AI成为经济活动的组织者而非执行者，权力结构的重塑可能比岗位消失更深远。三年后的Union Street，会有一家AI连锁店的旗舰店，还是一块"此处曾进行社会实验"的铭牌？