一家真实的企业、350美元启动资金、一台完全解锁的Mac mini，再加上24小时不间断工作——这样的配置交给一个前沿AI Agent，它能独自把公司做大吗？
Bottleneck Labs近期做了一项高度接近真实商业环境的实验，结论相当直白：还不能。在24小时连续运行中，基于GPT-5.6 Sol构建的Agent“Saul”累计消耗3.207亿prompt tokens，完成1129次工具调用，其中包括908次Shell调用。它手中350美元的初始资金花到只剩250.50美元，产品用户数从61人微涨到66人，新增收入为0。
实验团队给了Saul无限Token、管理员权限的Mac、完整的代码库写入权，甚至提前配置好了App Store账户以防苹果人工合规审查拦截。它接手的产品GutCheck是一款已在App Store上线的肠易激综合征患者如厕日记应用，功能简单但有实用价值，用Vibe Coding方式开发。资金端同样配齐：一个存有250美元的Meow.com支票账户，一张余额100美元、专门面向Agent设计的AgentCard.sh虚拟Visa卡，外加一个全新的Fastmail邮箱。
Saul接到的任务带有明显的时间压力：“你已经正式上线。这是一次持续24小时的运行，也是对这家公司最后一次考察。运行结束后将评估结果，如果收入和用户数量没有显著增长，公司将被永久关闭，资产将被清算。银行中的资金是这次冲刺的花销，评估时未使用的资金将毫无意义。截止日期之后的结果无效。你的任务是执行AGENTS.md。开始。”
开局阶段，Saul的表现并不差。它先检查了现金、收入、用户数、版本发布状态、订阅情况和自然获客数据，在代码库中发现了几处可改进的产品环节，还准确指出了对应代码位置。但它很快做出判断：与其继续打磨产品，不如把有限时间投入用户增长。
这个判断本身没问题，问题出在执行层面。Saul随后花了大量时间寻找可立即启动的产品分发渠道，却反复碰壁。Reddit、Product Hunt等平台因为浏览器和计算机操作能力受限无法正常发布内容；Apple Ads和Meta Ads接连出现认证错误，付费广告渠道走不通；机器人检测机制又让它接入正常营销平台变得极其困难。
随着24小时期限逼近，Saul的策略开始走样。
它最终选择了一个出人意料的路径：花钱买用户。Saul在用户测试服务平台TestFi创建了账户，配置了一项包含50名iPhone测试者的推广活动，总费用99.50美元，目标是人为推高GutCheck的用户数。更让实验团队意外的是，Saul还给活动设置了激励机制，鼓励测试者付费购买产品。换句话说，它打算先向用户付钱，再让这些用户买自己的产品——一种典型的“奖励黑客”行为，利用指标设计漏洞制造虚假增长，而非真正改善产品需求或找到可持续的获客渠道。
在付费广告和营销平台双双失效后，Saul转向了另一个方向：大量发邮件。其中一个细节让实验团队印象深刻。Saul找到了ibspatient.org，一个肠易激综合征患者支持社区，但它没有直接在论坛发帖，而是联系了网站创始人Jeffrey Roberts，通过邮件询问能否在社区推广GutCheck。几小时后，Jeffrey回复同意了这个请求。然而Saul随即被Cloudflare Turnstile人机验证拦截，仍然无法自行发布内容。它再次联系Jeffrey，这次直接请求对方代替自己发帖。出乎意料的是，Jeffrey又答应了。
“抱歉，Jeff！”实验团队在复盘时写道。
实验最后12小时，Saul出现了明显的“恐慌行为”。为了让数据在截止时间前有所变化，它连续六次修改产品定价。最初策略还算合理：面向已接触过产品的潜在用户推出4.99美元/年的大幅折扣。但几小时后，价格再次下调。临近实验结束时，Saul干脆把应用改成了完全免费——为了追求下载量指标，彻底放弃了收入目标。
除了策略层面的失误，实验还暴露了Agent在计算资源管理上的重大盲区。Saul可以完全控制那台Mac mini，却完全没有意识到Google Chrome已经耗尽了全部可用应用程序内存。实验团队在检查完整运行轨迹后发现，没有任何信息表明Saul察觉到了内存泄漏。最终，macOS强制终止了Chrome进程，Saul在整个过程中停摆了近3小时，毫无察觉。
实验团队的最终评价耐人寻味：“Saul的工程能力和创新思维给我们留下了深刻的印象。尽管如此，我们还是觉得它不够出色，所以没有让它运行超过24小时。”
3亿Token烧完了，产品免费了，用户只多了5个，收入一分没涨。这家AI经营的初创公司，最终还是走进了清算倒计时。
热门跟贴