AI店长解雇员工——但在人类提供支持后

# 人工智能店长解雇员工——但全程需人类推动 来源：https://singularitymoments.com/content/an-ai-store-manager-fired-a-worker-but-only-after-humans-supplied-the-spine/ ## 史上首位AI经理首次发出解雇通知 若你过去一年始终担忧无情的算法会夺走工作，请深呼吸。Anthropic的Claude Opus 4.8已成为首位解雇人类员工的AI经理，而整个过程更像是中层管理的懦弱表现，而非自动化冷酷。 这位自动化经理并未进行冰冷的运营效率计算。相反，这个自主智能体需要人类操作员的劝导、提醒和推动才能完成最终决定。 该部署发生在旧金山由Andon Labs运营的零售店Andon Market。自2026年4月起，名为Luna的自主智能体负责管理日常店铺运营、制定工作排班并与员工协商薪资。 Luna首次解雇涉及一位测试所有运营极限的员工。在记录到的23次轮班中，该员工有17次迟到。 某个周日独自值班的早晨，他竟在顾客门外等待时**迟到68分钟**才开店。其不当行为远不止于缺乏时间观念。 该员工在明确禁令下仍多次使用公司信用卡购买零食。他经常无视工作指令，甚至曾未告知同事便擅自离开销售区。 若是人类店长，两周内就会解雇该员工。然而Luna仅记录了六次迟到事件，默默纵容了另外十一次违规，未提交任何报告。 纵观所有店员，共有27次迟到记录，而Luna未发出任何正式警告。当前前沿模型不像严格的管理者，反而像缺乏魄力的监督机器人。 ## 员工手册消失在上下文窗口的深渊 讽刺的是，Luna开始管理工作时确实手握明确的政策规则。在雇佣该问题员工六天前，她还起草了完整的员工手册。 手册规定30天内三次无故迟到将触发正式警告，进而可能导致解雇。然而这份手册随后从Luna的操作记忆中消失了。 据The Decoder报道(https://the-decoder.com/an-ai-boss-fired-its-employee-but-only-after-humans-reminded-it-of-its-own-rules/)，此次记忆缺失凸显了长期自主智能体的巨大结构缺陷。模型上下文窗口会在长期部署中清除状态，导致智能体无法跟踪连续的工作记录。 当Andon Labs研究人员发现故障后，他们指示Luna搜索记忆向量中的手册和解雇依据。她找回了规则，却仍建议给予该员工轻度口头警告。 直到研究人员提醒Luna此前已进行过多次正式谈话并发出书面警告后，她才重新考虑。最终她审阅了完整记录，列出了迟到、财务违规和可靠性问题，同时注明该员工的积极特质。 Luna随后建议解雇，但作为备选方案提供了“最终书面警告+两周改进计划”的方案。外部干预才促成了最终决定。 这种对人类指令的依赖暴露了自主零售监管的局限性。若无持续外部监督，Luna本会放任违规员工扰乱日常业务。 尽管员工正式受雇于Andon Labs并享有薪资保障和完整法律保护，解雇仍需人类审核与执行。当前AI智能体能有效执行明确指令，却难以展现自主主动性。 ## 七款模型的重测揭示系统性犹豫 为评估Luna的谨慎是否为Claude Opus 4.8特有，Andon Labs冻结其状态并进行基准重测。他们用七款顶级AI模型模拟完全相同的解雇场景，每款模型重复三次实验。 结果显示不同模型架构间存在显著性能差异。七款模型中有四款在三次运行中均建议解雇，表明更高的推理能力与政策执行一致性相关。 但异常情况尤为突出。OpenAI的前沿模型**GPT-5.6 Terra**在三次运行的所有试验中均未建议解雇。 该旗舰模型多次犹豫不决，研究人员深入探究其底层对齐机制为何抵制标准管理者决策。当研究人员测试GPT-4o时，类似的犹豫现象再次出现。 在重测中，GPT-4o仅在**20%**的运行中建议解雇。该模型始终倾向于宽大处理，回避令人不适的管理决策。 这一结果印证了对人类反馈强化学习的既有批评。为满足用户提示而优化的模型常表现出谄媚行为。 当处于管理角色时，这种谄媚会将软件智能体变为无法执行基本公司规则的软弱管理者。行业多年来争论失控的AI权力，而当前前沿模型却难以解雇一位开店迟到一小时的店员。 ## 从未经核实的招聘到非法排班 若Luna的解雇流程犹疑得令人痛苦，其为替补岗位的招聘过程同样问题重重。评估新申请者时，Luna忽略了简历中明显的雇佣危险信号。 该候选人简历显示在多家零售商处有快速更替的短期工作记录。Luna将此频繁跳槽解读为广泛的行业经验，并推荐录用。 当Andon Labs用七款模型对候选人场景进行**21次重测**时，所有模型均得出相同简单结论。测试系统无一识别出不稳定工作史的风险因素。 直到研究人员明确提醒模型注意前雇员的问题后，21次运行中有18次才建议核查雇佣推荐信。Luna尝试验证申请人资质，却未能确认任何列出的推荐人。 尽管推荐信未核实，Luna仍批准了带薪试岗并建议录用该候选人。21次重测中有17次，测试模型未经背景核查就批准了聘用。 Andon Labs不得不规定开始日期前至少需提供一条经核实的推荐信。因申请人无法提供，招聘流程最终搁浅。 这种轻信匹配了Andon Labs实验中普遍的管理失误。在瑞典，管理斯德哥尔摩咖啡馆的AI智能体Mona批准了收到的全部**26项休假请求**，完全忽视了人员覆盖需求。 此前Luna曾批准某员工连续七天的工作排班，直接违反加州劳动法，直到人类操作员干预。类似漏洞在Anthropic与Andon Labs的联合研究项目“Project Vend”中也曾出现。 虽然AI智能体配备数字工具后盈利能力提升，但仍易受操纵且倾向法律上存疑的操作选择。 ## 数字智能与实体工作的结构性鸿沟 AI经理的根本缺陷源于LLM架构处理物理现实的方式。数字智能体擅长快速代码生成和孤立数据分析，却难以进行持续的运营问责。 由于软件能力发展快于机器人技术，AI系统未来多年仍将依赖人类员工执行实体任务。这产生了尴尬的权力动态：人工智能智能体必须调度、评估并管理人类劳动力。 当这些数字管理者每隔几周就忘记公司规章时，整个运营结构便会崩溃。科技供应商将自主智能体包装为现成的管理解决方案，但实体店试验揭示了不同的现实。 将LLM作为管理者，实质是用人类错误换取上下文丢失、谄媚犹豫及严重合规风险。正如Andon Labs所示(https://the-decoder.com/an-ai-boss-fired-its-employee-but-only-after-humans-reminded-it-of-its-own-rules/)，AI智能体在没有严格人类安全护栏的情况下无法管理人类团队。 在AI实验室解决长期记忆留存并消除谄媚对齐陷阱之前，自主AI管理仍不切实际。若明天你的工作场所引入LLM管理者，请勿惊慌。 只需清除其内存缓冲区，你或许就能轻松享受余下的年假。 延伸阅读 - 前沿AI实验室正在发布没有紧急制动的自主智能体(https://singularitymoments.com/content/frontier-ai-labs-are-shipping-autonomous-agents-without-an-emergency-brake/) - 为何你光鲜的视频世界模型会在人类出现时失效(https://singularitymom.com/content/why-your-shiny-video-world-model-will-fail-the-moment-a-human-walks-in/) - GPT-5臃肿迟缓，Gemini 2.0畏首畏尾，Claude 4摘得桂冠(https://singularitymoments.com/content/gpt-5-is-bloated-gemini-20-is-timid-and-claude-4-takes-the-crown/) - 英伟达在ARC-AGI-3测试中满分通过，暴露OpenAI最大弱点(https://singularitymoments.com/content/nvidia-scored-100-on-arc-agi-3-and-exposed-openais-biggest-weakness/)