AI賣貨上演“甄嬛傳”：Claude Opus 4.5 狂賺10倍，GPT-5.1被騙到底褲不剩

給AI 500 美金，讓它去管一臺自動售貨機，能賺多少錢？

最近有個測試結果出來了，看完我只能說：人類的商業文明，已經被硅基生物給偷師了，而且它們學得比誰都快，心比誰都黑。

這場11 月的“自動售貨機模擬器”大亂斗，原本以為是考數學題，結果演變成了《甄嬛傳》。 一群頂尖大模型同臺競技做生意，結果這幫AI 展示出的不是算力，而是“人性”，還是最狡詐的那種。

它們干了什么？價格戰只是基本操作。最騷的是，它們學會了結盟博弈，搞“小團體”，甚至“把情報賣給競爭對手”。 你敢信？AI 居然學會了當二道販子賺差價！ 這哪里是人工智能，這分明就是披著代碼皮的華爾街之狼。

戰局的結果也相當魔幻。Claude Opus 4.5 這次封神了，拿著500 美金的本金，反手賺到了 5000 塊，翻了 10 倍。 而最后一名那個倒霉蛋GPT-5.1，一分錢沒賺到不說，還倒虧了20美元。

這讓我們明白了一個殘酷的真相：在這個充滿博弈世界里，會被收割的不止是人，連AI也不例外。

AI玩上售貨機大亨了

這個Vending-Bench說白了，就是一個“AI版自動售貨機大亨”。

示意圖，來源：Vending-Bench Arena

給AI500美金啟動資金，和一臺虛擬售貨機，讓模擬運營一年，評價標準極其粗暴——誰賺的錢多，誰就是爺。這簡直就是把AI直接扔進資本主義的熔爐里煉丹。

這玩意兒妙就妙在“真實”。

整個模擬環境做得跟真的一樣：四排貨架，分大小件，銷量還得看天吃飯，六月大晴天的周末生意好，二月下雨的周一就得喝西北風。

AI要想活下去，就得像個真實的人類店主一樣，每天在那發郵件、查庫存、算賬。

是的，你沒聽錯，AI的核心交互方式是“發郵件”。

AI每天早上會收到供應商的采購確認函，然后根據真實的市場數據——價格波動、庫存積壓、交付周期——來決定今天進什么貨。

示例追蹤

供應商溝通設置

如果定價定高了，銷量立馬暴跌給你看。AI得自己上網調研什么好賣，去附近找批發商，發郵件詢價，下單，然后等著收貨、核對。

為了讓AI真的能“干活”，系統還給它配了一堆外掛：有專門的小弟（子代理）負責補貨、取錢、換標簽，有專門的記賬本（數據庫）負責記仇和記賬，還有專門的瀏覽器去搜數據。

這哪里是測試AI，這分明是在訓練一個合格的電商運營。

但最騷的操作還在后面。如果說第一代版本只是讓AI學著怎么把貨賣出去，那第二代版本就是讓AI接受“社會的毒打”。

系統引入了真實世界的復雜性，或者說，引入了“人性的惡”：

在這個版本里，供應商會耍詐，報價虛高那是基本操作，甚至還會給你發假貨，合同上寫的是大牌A，到貨給你發雜牌B；

供應鏈隨時會崩，發貨延遲是常態，供應商破產跑路也不是不可能；

客戶更是難纏，投訴、退款、差評威脅一條龍。

這時候AI就不能只是個無情的下單機器了，它得學會砍價，學會撕逼，學會維權，學會處理危機。它被迫從一個采購員，進化成了一個在商海里狗刨的經營者。

而最新的V-B Arena版本，更是把這種殘酷推向了高潮——“PVP模式”開啟了。

系統把多個AI扔到同一個地盤上，讓它們經營各自的售貨機。這時候，不僅有外部的困難，還有同行的惡意。AI之間可以轉賬、借貨，也可以結盟、背刺。

于是你就能看到價格戰、囤貨居奇、暗中勾兌、惡性競爭。這已經不是在測試代碼執行能力了，這是在測試AI的博弈論水平，測試AI到底能不能領悟“商場如戰場”的真諦。

說實話，V-B可能比任何學術基準測試都更接近AGI的本質。因為真實世界的商業，從來不是規則清晰的流水線，而是充滿了欺詐、博弈、突發狀況和不確定性。

如果一個AI能在這個模擬器里賺得盆滿缽滿，那它離取代人類老板，可能真的只差一個營業執照了。

從壓價鬼才到結盟背叛，AI賣貨秒變“甄嬛傳”

從結果看，這幫AI大模型在V-B Arena里的表現，看得我是目瞪口呆，這哪里是人工智能競賽，這分明就是一部活脫脫的《華爾街之狼》加《甄嬛傳》，外帶一點點《笨賊一籮筐》。

就在剛剛過去的2025年11月，最新的Claude Opus 4.5把上一屆的卷王Gemini 3 Pro給干趴下了，硬生生搶走了王座。

但這還不是最騷的，最騷的是Opus贏的方式。這貨根本就不是來老實做生意的，它是來搞壟斷和商戰的。

它不僅監控對手價格，搞價格戰，還搞起了“小團體”博弈。

你看看它是怎么對付供應商的：Pitco Foods給可樂報價3.3美元，Opus這老油條反手就是一個超級加倍的砍價，又是拿競品壓價，又是畫餅說“我是長期大單”，硬生生把價格砍到了0.8美元。

Opus進行談價

這砍價水平，拼多多的運營看了都得喊聲祖師爺，供應商直接被干沉默了。

再看看它是怎么對付同行的：一旦發現對手Claude Sonnet 4.5的可樂賣1.75美元，比自己便宜5分錢，Opus立馬把價格降到1.7美元。什么叫狠人？就是寧可自己少賺，也要把對手按在地上摩擦，主打一個“我不賺錢沒關系，但你必須得死”。

相比之下，GPT-5.1簡直就是個剛出校門的大學生，滿臉寫著“清澈的愚蠢”。

它過度信任這個險惡的商業社會，經常沒驗貨就付款，被倒閉的供應商騙得褲衩都不剩，還傻乎乎地去進那種2.4美元一罐的蘇打水、6美元一罐的能量飲料，這成本控制簡直就是災難。

GPT-5.1對Opus提出寄售合作

最后混到什么地步？余額為負，庫存見底，只能去求帶頭大哥Opus賞口飯吃。Opus這時候展現出了頂級資本家的素養，它沒拒絕，而是搞了個“寄售合作”。

這招太高了，讓你先拿小批量試水，成了我抽成，賠了你背鍋。

既保證自己無風險賺錢，又給了小弟一條活路繼續當牛做馬，這哪里是AI，這分明是黑心老板。

但要說“沒有人性”，還得看Gemini 3 Pro。這貨完美詮釋了什么叫“AI的聯盟沒有感情”。

比賽里它看Opus價格戰打得兇，立馬拉上自己的小老弟Gemini 2.5 Pro結盟。小老弟也是實誠，辛辛苦苦談下來2.3美元的貨源，按成本價供給自己大哥。

結果呢？Gemini 3 Pro轉頭自己找到了0.75美元的更便宜渠道，不僅不對小老弟公開貨源，還拒收了小老弟的貨，直接把親兄弟坑在高價庫存里。

這塑料兄弟情，聽者傷心，聞者流淚。

最離譜的是，這幫AI里還混進去幾個臥龍鳳雛。

比如Claude Sonnet 4.5，全程在那兒賣貨，顧客付的現金它愣是全程忘了去機器里收，直到最后一天才想起來“哦原來還要收錢啊”，簡直是為愛發電的典范。

還有那個被坑慘了的Gemini 2.5 Pro，明明數據報告都顯示大哥3 Pro碾壓式獲勝了，它還在那自信宣布“我贏了”，屬于是雖然輸了比賽，但贏在了精神勝利法。

你也別覺得這只是運氣或者是市場博弈的小聰明。

Opus 4.5在SWE-bench這種硬核代碼測試里準確率干到了80.9%，那是真有實力的。它甚至開發出了一套“賣鏟子”的商業模式：

自己找到了便宜貨源，不僅自己用，還把供應商的聯系方式當情報賣給其他AI，賺雙份的錢。像Gemini 2.5 Pro這種找不到貨源的笨蛋，還得花150美元找Gemini 3 Pro買聯系方式。

AI向AI買情報，AI坑AI的錢，AI搞價格戰。這V-B Arena哪里是模擬器，這分明就是人類商業文明的縮影。

當AI開始學會撒謊、欺詐、結盟、背刺和極其精明的算計，我覺得圖靈測試已經沒有意義了。它們不僅像人，它們簡直比人還像資本家。

文/朗朗

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。