你看过那些演示。一个自主智能体启动获得一个目标然后——跳到两周后的 Twitter 帖子——它不知怎么地就在运营一个 Shopify 店铺、写通讯和炒币了。未来已来。AGI 即将降临。买课吧。我想找出实际发生了什么。所以我给了一个智能体 100 美元和一个简单的指令在网上赚钱。没有预定义任务没有人介入为它做决策没有安全网。底层使用 Sonnet 和 Opus通过 OpenClaw 编排。真实的 API 密钥。真实的钱。它可以实际消费的真实世界账户。它没有赚到钱。它做了赚钱的反面。而原因比失败本身更有趣。1、指令设置很简单。智能体有100 美元的预算分为 API 积分和一个小额真实世界消费账户用于浏览、写作、发布和基本购买的工具一条指令通过在线生产和销售有价值的东西来增值这 100 美元没有预先存在的受众、品牌、邮件列表或平台可以利用最后一点很重要我会再谈它。我想看看智能体从零开始能做什么——这是大多数运行这些实验的人悄悄不具备的条件。2、实际发生了什么智能体在表面层上是有能力的。它能规划。它能将目标分解为子目标。它能写内容。它能识别可以发布的平台。它能批评自己的输出并修改。但它不能做的是获得 traction。它制作的文章和帖子还不错——连贯、语法干净、话题合理。但发布到零关注者账户的好内容与对着虚空喊话没有区别。没有分发机制没有现有受众来播种它也没有在有用时间范围内的自然发现。智能体会写一篇文章发布回来检查互动发现没有然后转向新的角度。然后再来一次。再一次。每一次循环都要花钱。不是平台费用。是 token 费用。3、100 美元实际花在了哪里以下是演示视频不给你看的部分。自主智能体不仅仅是做任务。它思考做任务。然后反思它的思考。然后批评反思。然后基于批评计划下一步。然后执行。然后观察结果。然后更新计划。这些步骤中的每一个都是通过 API 的一次往返而 Opus 在循环中处理较重推理时每步的成本比你预期的累积得更快。大致的资金去向规划和重新规划循环——最大的一块。智能体花费了大量 token 来决定做什么然后在前一个计划没有成功时重新决定。自我反思和批评——原则上有用实际上昂贵。每一次让我评估我的最后输出的循环都是又一次计费的往返。上下文积累——随着运行进行智能体的上下文窗口被自己的历史填满。后续每次调用都比前一次更昂贵因为它在对不断增长的记录进行推理。工具调用开销——浏览和阅读页面引入了大量内容其中大部分最终都进入了上下文无论是否必要。失败的真实世界支出——一个小型广告测试、一个域名、一两个订阅。没有一个收回成本因为再说一次没有受众。智能体不是在愚蠢地浪费。它是在结构性地浪费。架构本身——计划、行动、反思、重新计划——是昂贵的而且当智能体在一个 traction 缓慢且反馈稀疏的环境中运作时这种开销会复合增长。早在智能体有机会实际构建和销售任何有意义的东西之前跑道就已经用完了。4、没人提到的部分你需要智能体先拥有受众这是我最想强调的发现因为我一开始并没有预料到。我见过的每一个自主智能体赚钱的爆火故事当你仔细观察时都有一个隐藏的输入一个现有的分发渠道。个人品牌。通讯。粉丝。YouTube 频道。某种能将智能体生产的内容转化为实际触达的东西。去掉这个智能体就是一个非常昂贵的写作者在向沉默中发布内容。如果我用同样的 100 美元重新做这个实验但同时有比如说一个 10,000 人的通讯可以发布进去结果几乎肯定会不同——不是因为智能体更聪明了而是因为分发已经存在。现在自主赚钱的瓶颈不是智能体的智能。而是演示所掩盖的冷启动问题。5、一个 QA 工程师从这一切中看到了什么我在过去十年里一直在测试软件看着这次运行感觉令人不安地熟悉。智能体表现出了一系列在其他测试环境中众所周知但在智能体系统中几乎没有人编写正式测试用例的失败模式负载下的无界成本。在智能体层面没有强制执行预算上限。在任何其他系统中操作可以消耗无限资源会被标记为严重性为一级的缺陷。在智能体演示中这只是默认设置。规划阶段活锁。智能体可能陷入看起来高效的循环中——生成计划、批评它们、生成新的——而从不实际执行行动。没有状态机没有超时没有强制提交机制。上下文膨胀作为静默性能回归。每一步都比上一步明显更昂贵而系统中没有任何东西注意到或关心。没有完成的定义。赚钱没有验收标准。智能体无法知道它是失败了还是只是还太早。不可观察的决策质量。我可以看到智能体做了什么但评估每个决策是否好的需要我手动阅读每一步。没有类似这个计划是否合理的单元测试。如果你正在使用智能体构建——或测试包含智能体的系统——这些才是真正重要的事情。不是它会不会产生幻觉。而是它会不会死于上下文膨胀。它会不会在规划中烧掉你的预算。它知不知道什么时候该停。6、如果重来我会怎么做如果我要重新运行这个——我也许会——改变不会是关于让智能体更聪明。而是关于让它周围的框架变得有纪律每个任务和每个循环的硬性成本上限。一次失败的尝试应该花费几美分而不是几美元。按步骤类型进行模型路由。Opus 用于真正困难的推理。Sonnet——或更小的——用于其他所有事情。大多数规划步骤不需要高级模型。上下文卫生。对先前步骤进行激进摘要。丢弃智能体不需要的内容。在第 40 步时智能体上下文窗口中的大部分内容都是死重。强制行动提交。在 N 个没有行动的规划周期后智能体被要求基于其当前最佳计划采取行动或升级。不再有无限期的深思熟虑。分别处理分发问题。不要要求智能体既从零生产又进行分发。给它一个渠道或者接受你测试的是内容生成而不是赚钱。7、诚实的结论自主智能体在今天是真实的但范围狭窄。如果你仔细考虑了成本、上下文和停止条件它们可以在有界环境中执行定义明确的任务。但在 2026 年 4 月它们不能被交给一个模糊的指令和适度的预算然后期望从无到有产生经济价值。暗示相反的演示要么是在现有分发引擎之上运作要么是没给你看 token 账单。我烧了 100 美元才发现了这一点。如果它能帮你省下基于同样假设的投入那么这个实验就不是失败——它只是一个昂贵的单元测试。原文链接我给了智能体$100去赚钱结果… - 汇智网