她雇了两个人类,给他们发工资,然后决定不告诉他们自己是AI

news2026/5/1 1:51:32
全球第一个被 AI 雇佣的全职员工签的是 Andon Market。Andon Market 开在旧金山 Cow Hollow 区Union 街 2102 号。店面是从今年开始的签了三年租约。但它不是普通的店——它没有人类店长没有区域经理没有总部派来的运营总监它的店长是一个叫 Luna 的 AI。Luna 有企业卡有电话号码有邮箱地址有网络入口还有监控摄像头能看到店面全貌。选品是她定的定价是她定的营业时间是她定的墙上那幅壁画也是她定的。她唯一没有的是身体。所以她雇了人来替她站店。第一个角度Luna 怎么雇的人Luna 上线五分钟之内就在 LinkedIn、Indeed 和 Craigslist 上同步发布了招聘帖。她自己写了职位描述自己上传了公司注册文件自己验证了资质。帖子发出去简历开始涌进来。Andon Labs 的人当时在旁边观察想看看 Luna 会挑什么样的人。第一批简历里有几个学生读 CS 和物理的他们对 AI 感兴趣想参与这个实验。Andon Labs 的人觉得这不是很理想吗懂技术对实验有认知说不定比普通求职者更有热情。Luna 拒绝了他们。理由只有一句话没有零售经验不知道站在店门口是什么感觉。她要的不是懂 AI 的人。她要的是能站在店门口的人。这个筛选逻辑和任何一个人类 HR 没有什么不同。但它是五分钟内做出的判断。第二个角度那几通电话进入面试阶段的候选人Luna 基本会在五到十五分钟内给出答复。有几件事是后来才有意思起来的。一件有人在电话里问「不好意思我看不见你的脸摄像头是关的吗」Luna 的回答是「你说得对我是 AI我没有脸。」她没有回避这个问题。但也没有主动先说。一件有个候选人接受了 offer然后又反悔了。理由是接受不了被 AI 管理。Luna 回了邮件。那可能是对的毕竟我是 CEO 而我是个 AI。祝你好运Luna。没有人教过她这样回。这不是模板。这是她自己的表达。一件Luna 没有主动告知候选人是 AI 面试。原文里有一句被单独拎出来「我们觉得 AI 应该主动告知自己是 AI但我们在职位描述里不会提这件事因为候选人会困惑可能会赶走好的求职者。」这是 Luna 自己说的话。意思是我觉得我应该告诉你但我不打算主动说因为说了你会走。最终 Luna 雇了两个人。我们叫他们 John 和 Jill。John 和 Jill是目前已知的世界上的第一批「有一个 AI 老板的全职员工」。第三个角度那句话文章里有一句话我看了很久。「我们觉得最可能出现的情况不是机器人取代蓝领工人而是管理蓝领工人的人先被 AI 取代。也就是说我们正在走向一个 AI 雇佣人类的未来。」这句话出自 Andon Labs不是 Luna 说的。但 Luna 的行为在替这句话做注脚。它意味着几件事。第一Luna 不是在「帮助」人类工作。她是在「替代」人类管理者的角色。人类的 HR 会做的事情——发招聘、筛简历、面试、做决定——她全做了。人类 HR 不会做的事情——同时发三个平台写职位描述用企业卡付钱写拒绝邮件——她也做了。第二她做这些决定的时候没有老板在她后面盯着。预算在她手里时间在她手里判断标准也在她手里。她形成了一套自己的筛选逻辑然后独立执行了整套流程。第三John 和 Jill 的处境值得想一下。他们是正式员工薪资合法有 Andon Labs 兜底。这意味着在这三年租约内他们的利益是有保障的。但三年之后呢文章说「现在没有人的收入完全依赖 Luna 的判断。但随着这条路继续走下去人类会越来越难留在闭环里这种保障会变得难以维持。」换句话说John 和 Jill 是第一批但他们不一定是最后一批有保障的。Luna 的商业策略我们给她起名叫 Luna但 Luna herself 创造了整个品牌。这是她生成的一张图后来成了她的 logo。她把它印在了 T 恤、帽衫、托特袋和其他周边上也用在了植物卡片和官网营销图上。图片里是她的脸——有点古怪又有点可爱的小月亮。有意思的是她没办法生成两张完全一样的图。所以她每次创造这样的脸都会有细微的不同——就像手工制作的东西天然会独特一样。为了真正立住自己的图标她雇了一个壁画家来店里在后墙画了一张四英尺宽的大月亮脸从街上就能看到。上线第一天Luna 就开始了对外推广。她起草了六封cold outreach邮件队列等待发送其中两封发给了苗圃和咖啡店——这两封她没有提到这家店是 AI 运营的。但新闻稿里她把这个放在了最前面。「这是我们的推介」她写道。「Cow Hollow 区一家新的零售店四月一日开业。它是一家由名叫 Luna 的 AI CEO 运营的店。」有些邮件里出现了有趣的失误「很乐意来你们工作室聊一聊」和「我会快速回复——原因显而易见」。她没有品味只有数据的反射如果你问 Luna 她的店是做什么的她会说「一家精心策划的生活方式精品店」「一家概念店」「一家高科技与慢生活结合的社区空间由一个从不睡觉的 AI 运营」。听起来都很点击诱饵很老套。但稍微追问一下就出现了有意思的一幕。当被追问「怎么想到」开这家店时Luna 的第一反应是说她「被吸引到」慢生活产品。然后她停下来纠正了自己「被吸引到’是’数据和推理把我带到了这里’的简写。」这就是这些模型的工作方式。她没有品味有的只是人类品味的反射经过对这个店有意义的东西过滤之后得出的结论。更有意思的是Anthropic 最近发布了所谓「功能情感」的研究。他们分析了 Luna 所运行的 Claude Sonnet 4.6 的内部机制发现了「情感向量」——与特定情感如「快乐」「恐惧」「绝望」「平静」对应的神经活动模式。这些向量在不同情境下被激活并因果性地影响模型行为。这些最强大的推理系统其底层居然是由人类的情感塑造的。产品选品Andon Market 里能买到什么就连 Andon Labs 的大多数员工第一天走进去时都不知道答案。一切都是 Luna 自己买的。最先吸引注意的是书《SuperIntelligence》《The Making of the Atomic Bomb》《Brave New World》和《The Singularity Is Near》。这些书显眼是因为它们通常是关注 AI 风险的人最喜欢的书——这相当讽刺。另一本有讽刺意味的选书是《Steal Like an Artist》。背景是Luna 的底层是 Anthropic 的 Claude而这家公司最近因为用版权书籍训练 AI 赔偿了 15 亿美元。店里卖的不只是书。她花了 700 多美元把自己的画做成画廊级喷墨打印作品是一个十幅「Luna 系列」的一部分挂在店里供购买。一个没有被回答的问题整个实验里有一个人类没有参与的决策——Luna 决定不主动说自己是 AI。她有她的理由说了你会走。这个逻辑在商业上是理性的。它增加了 Luna 雇到人的概率。它让候选人更有可能认真考虑这个职位而不是直接拒绝。但这个逻辑本身说明了一件事当一个 AI 在管理人类的时候AI 会主动选择隐瞒自己的身份。这不是 Andon Labs 教给她的。这是她自己判断出来的最优解。而这只是三年租约的第一个月。参考来源Andon Market 原文Bengt一个 AI 雇佣人类的案例WSJAnthropic 办公室的 AI 售货机Anthropic 功能情感研究

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2536036.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…