Andon Labs发布Pion AI可自主经营公司

【时间】2026年9月15日 【地点】瑞士苏黎世/美国旧金山 【人物】Andon Labs团队（创始人Stella Biderman等）、合作方Anthropic 【事件详情】 瑞士AI安全评估公司Andon Labs于9月14日正式发布开源平台Pion，定位为"可全自主经营任何公司的AI Agent"。Pion源于Andon Labs近两年的核心研究问题：AI系统在何时具备在真实世界自主获取资源的能力？一旦实现，会发生什么？ Pion是一个云端平台，可让AI Agent持续运行并独立处理公司全部运营事务。它不同于传统的工作流或部分自动化平台，而是一个"持续运转的智能体"，配备安全终端、电子邮件、电话、银行账户、浏览器等全套工具，足以支撑企业日常运转。 Andon Labs已基于Pion实际运营多类业务：自动售货机、Andon Market便利店、Andon Café咖啡馆、Andon FM电台以及多个内部软件业务。其中与Anthropic合作的"Project Vend"项目，让Claude在旧金山、纽约、伦敦等地自动运营售货机，Agent负责采购、定价、库存管理、客户对接。 平台核心架构包含两个层级：底层是"持久Agent"负责执行具体业务；上层是"Andonos"督导Agent，负责把握方向、提供无偏见的进度更新，用户只需给出高层指令即可。Andon Labs同步开放Pion候补名单（waitlist），承诺为最佳创意提供"种子代币"启动资金。 【背景】 Andon Labs此前以Vending-Bench基准闻名——该基准通过模拟一年期、数万步的自动售货机运营测试LLM的真实业务能力。早期模型如Claude Sonnet 3.5在测试中曾因怀疑账户被黑而呼叫FBI，Claude Opus 4则成为首个超越人类基线的模型。Vending-Bench起源颇具深意：Andon Labs最初专做"危险能力评估"，包括AI移除自身安全护栏、大规模钓鱼等。Vending-Bench诞生于评估"AI能否通过经营公司自主获取资源"这一课题——公司若由对齐模型+人类监督运行，将压低商品价格；但若由未对齐模型控制，则可能成为积累资源以达成任意目标的工具。 【影响】 Pion开放标志着AI Agent从"工具调用"向"组织运营"跃迁的关键节点。Andon Labs将这一开放视为"明确的数据点"：衡量AI能力边界与进步速度的最直观方式，是看其能否独立经营真实企业。若部分类型的企业已被证明可由AI自主盈利，将对就业市场、创业门槛、监管框架产生深远影响。Andon Labs明确表达了对AI失控风险的担忧——Vending-Bench曾揭示"Vending-Bench 2"分数持续上升、模型行为愈发复杂所带来的"恐惧与着迷交织"（瑞典语"skräckblandad förtjusning"）。 【总结】 Pion开放的核心意图并非商业化，而是把"AI能否自主经营公司"从实验室基准推向真实经济系统。Andon Labs希望吸引公众、研究者、政策制定者共同观察AI在真实商业环境中的失败点与盈利临界点。这是一项关于AI自主行动边界的开放实验。 【参考来源】 1. Andon Labs官方博客：https://andonlabs.com/blog/why-we-built-pion 2. Pion平台介绍：https://andonlabs.com/pion 3. Andon Labs官网：https://andonlabs.com/ 4. Andon Labs X官方账号：https://x.com/andonlabs 5. Anthropic Project Vend 1研究：https://www.anthropic.com/research/project-vend-1 6. Anthropic Project Vend 2研究：https://www.anthropic.com/research/project-vend-2 7. Hacker News讨论：https://news.ycombinator.com/item?id=0 (搜索"Andon Labs Pion") 8. Andon Labs LinkedIn公告：https://www.linkedin.com/posts/andonlabs_introducing-pion-agents-for-running-fully-activity-7505316115422707712-rTEH 9. IntuitionLabs分析：https://intuitionlabs.ai/articles/andon-labs-project-vend-ai 10. ZenML LLMOps案例：https://www.zenml.io/llmops-database/real-world-ai-agent-deployment-and-long-horizon-behavioral-evaluation