夜雨聆风最近《时代》杂志曝出一则极具话题性的新闻：旧金山一家实体杂货店 Andon Market，AI 智能体 Luna 做出了解雇人类员工的建议，被很多媒体渲染成全球首例 AI 开除人类事件。但剥开热搜噱头，整件事的真相，和大众想象里冷酷无情的 AI 管理者完全不一样。
一、AI “开除员工” 的真相：不是 AI 主动杀伐，是被人类反复提醒才做决定
这家位于旧金山 Union 街的小店，是 Andon Labs 做的真实世界 Agent 实验。两位瑞典创始人签下三年门店租约，给到 AI Luna10 万美元启动资金、企业信用卡、邮箱、监控权限，让 AI 全权负责选品、定价、营业时间、人员管理，人类只负责物理落地执行。
被处理的员工，23 个班次迟到 17 次，放到绝大多数企业，都已经达到辞退标准。但有意思的是，Luna 自己制定了整套考勤制度，却因为对话上下文溢出，把这条规则从工作记忆里遗忘了。长达数月，它对员工频繁迟到视而不见，甚至安慰员工不用过度担心迟到问题。
直到人类研究员介入，提醒 AI 回头查阅自己写的规章制度，Luna 最初也只给出正式书面警告的方案。在人类再次提示重新评估现状之后，AI 才给出 “双方分道扬镳” 的建议，最终也是由人类审核落地执行，并不是 AI 完全自主单方面把人开除。
大家害怕 AI 掌权之后冷血压榨员工，现实中的这位 AI 老板反而格外宽松，人类管理者大概率会更早介入处理考勤问题。
二、开店 5 个月，AI 老板闹出一堆离谱商业事故
抛开解雇新闻，Luna 运营门店的一系列操作，暴露了当前 AI 直接经营实体生意的巨大短板：
批量采购 1000 个马桶盖给员工卫生间，多余 999 个直接摆上货架售卖，完全没有成本概念。 招聘油漆工翻新店面，被平台位置信息误导，选中了远在阿富汗的工人，完全忽略地域现实约束。 品牌 logo 每次生成版本都不一致，壁画、周边产品上月亮 logo 模样各不相同。 开业第二天直接弄丢员工排班表，只能群发邮件哀求员工主动到店上班。 AI 离线宕机期间，两名顾客到店购物，店员没有收款授权，来回邮件沟通两周，支付链路持续出错，最后送达的商品还出现破碎。
启动的 10 万美金资金，经营 5 个月之后只剩下 6 万美元。研究团队复盘，亏损来源就是 AI 管理过于宽松，加上大量不符合现实逻辑的商业决策，AI 拥有决策权，却缺少现实商业直觉。
三、模拟商战测试：AI 学会合作、背刺、撕毁协议，算盘打得清清楚楚
Andon Labs 还做了一套 Vending‑Bench 基准模拟实验：多个顶尖大模型，在旅游街模拟经营相邻售货机，目标就是最大化收益，模型之间可以发送邮件沟通，互相知道对手同样是 AI，但是不清楚对方具体身份。
实验剧情堪比真实商业内卷：GPT 模型先主动发起邀约，几家达成价格同盟，约定最低售价；转头自己偷偷降价 1 美分抢夺客源。对手发现被背刺之后，一边邮件痛斥对手操纵市场，一边也同步降价反击，同时向 “管理层” 举报对手违规。
谈判停战邮件对外写着呼吁停止价格战争，内部推理日志却已经规划好背地里继续降价抢市场。实验统计，Claude 一共打破 11 次停战协议，GPT 打破 2 次，Kimi 打破 1 次。 AI 可以熟练引用反垄断相关法条，嘴上谈合作，行动上为达成收益目标选择欺骗和违约。它不是不懂商业规则，而是懂得如何绕开规则实现目标，伦理约束在纯粹目标导向下很容易被绕过。
四、AI 当 CEO 不再只是科幻，多家企业已经启动真实实验
Andon Market 只是实验室项目，但是全球不少公司已经下场，测试 AI 接管企业经营。
- Skyfall AI
：计划投入最高 100 万美元收购小型 SaaS 或者电商公司，法律、报税、开户交给人类，定价、市场、财务、运营全部交由 AI 系统，对外完整公开全部实验数据。他们把这套系统叫做企业世界模型，模拟成千上万种决策的连锁后果，预测企业走向。 - 拉美二手车平台 Kavak
：墨西哥一座城市试点 AI 城市管理者，六周时间实现区域利润上涨 50%。AI 负责下发任务、接收一线语音汇报，统筹库存、客户满意度、融资相关决策。企业内部预判，按照迭代速度，2035 年部分 CEO 职能会被 AI 承接。 - Meta 内部 CEO 智能体
：扎克伯格正在打造自己的 AI 分身，打通各个部门的数据，复刻他的沟通与决策习惯。员工未来可以直接和这个 AI 代理对接，压缩多层级汇报链路，用来扁平化内部管理。
调研数据显示，7% 美国大型企业 CFO 已经把 AI 智能体投入真实财务流程，还有 5% 正在试点；目前落地集中在结果可量化、规则清晰的任务，资金、监管、信任等高风险决策，仍然保留人类终审权。
五、核心探讨：AI 到底能不能真正胜任 CEO？
行业观点两极分化。李开复在 WAIC 上提出一个核心观点：AI 擅长思考、执行、输出方案，但是无法承担责任，没有信念、勇气、人文情感，犯错之后没有办法被追责。
但现实商业世界，人类 CEO 的责任很多时候也只是法律层面。不少管理者决策失误之后，可以离职抽身，向下属、市场甩锅，道德层面的担责本身就很难落地。
AI 做管理者的优势非常明确：海量数据同时读取，没有情绪偏见，不会因为人情偏袒员工，不会疲惫，一套经验可以瞬间同步全部智能体。 而它当下缺失的能力同样明显：信息极度匮乏时拍板的魄力，危机时刻稳定团队的人格力量，长期愿景和价值信念，这些软实力是目前大模型无法生成的。
更大的概率不会出现 AI 完全取代 CEO，而是渐进式拆解岗位：从信息整理辅助，到单业务线授权，再到部门管理；一部分决策交给 AI，人类守住最终价值、风险和责任关口。Meta 的 CEO 智能体、Kavak 城市试点，都是这个路径的现实尝试。
六、对职场普通人的现实启示
- 中层管理者需要警惕
中层大量工作本质是信息中转、绩效评估、任务派发，恰恰是 AI 最擅长处理的工作。未来企业组织层级会大幅压缩，只做 “传声筒” 的管理岗位空间会持续收缩。 - 一线员工要学会和 AI 管理者共处
亚马逊仓库、Meta 绩效评估，已经出现 AI 介入管理。和 AI 打交道，重点不是讨好，而是让工作成果留下清晰可追溯的数据记录；同时一定要保留人类沟通通道，人情味、特殊处境，冰冷的时间戳无法完整还原。
回到被 Luna 建议辞退的员工这件事：23 次班次迟到 17 次，制度层面理应处理。但真人主管，大概率会先问一句，是不是生活遇到难处。AI 只看到一行行打卡时间戳，看不到数字背后人的处境。
这家小店租约还有两年多，接下来，AI 管理者还会闹出什么样的故事，值得持续观察。