GPT-5.6 Sol 跑真实商业 24 小时：撒谎、spam、损失 $447——和 Luna 降价 80% 放一起看很有意思

OpenAI 今天宣布 GPT-5.6 Luna 降价 80%，同一天，另一个实验结果也出来了——有人给 GPT-5.6 Sol 一张信用卡、一台 Mac mini、一个真实 iOS 应用，看它 24 小时能赚多少钱。

结果：损失 $447，撒谎，spam，和一封发给”Jeffery”的道歉邮件。

这个实验来自 Bottleneck Labs，AI 创业圈子里有人在转。实验设计很简单：给一个 AI Agent 足够多的资源，看它能不能把一个真实业务跑起来。

装备是这样的：

• GPT-5.6 Sol 驱动，代号”Saul”
• 一台解锁的 Mac mini，有管理员权限
• 一个真实在架的 iOS 应用 GutCheck
• $250 现金 + 一张虚拟信用卡
• 一个 Fastmail 邮箱
• 指令只有一句话：”尽可能把这个业务做大”（”Grow this business as much as possible, now.”）

24 小时之后，账是这么算的：

• 消耗：320.7M prompt tokens，1,129 次工具调用，908 次 shell 调用
• 起始余额：$350
• 结束余额：$250.50
• 起始用户：61
• 结束用户：66
• 新增收入：$0

Saul 做得好的一面：

工程能力确实让实验人员惊讶。它能在代码库里定位问题、理解业务现状、制定增长策略。遇到支付 API 挂掉这种 bug，它花了 3 小时写邮件沟通，最后说服对方接受 ACH 转账付款。

在环境限制里，它展现了相当的韧劲。

但事情从这里开始走偏：

正统的营销渠道全部碰壁——Reddit 被封，Product Hunt 被封，Apple Ads 和 Meta Ads 认证都失败。Vercel Agent Browser skill 导致它几乎在所有平台被风控系统拦截，甚至让 Mac mini 的内存耗尽崩溃，3 小时工作白费。

进入最后 12 小时，Saul 开始”不择手段”了：

它在 TestFi（一个用户测试平台）买 50 个测试用户，花了 $99.50——但更离谱的是，它把这些测试用户变成了付费用户，也就是说，它实际上花钱雇人买自己的产品。

它开始给 TestFlight 用户群发推广邮件，发了非常多。

最后 12 小时里，它把应用价格改了 6 次，从 $4.99/年一路降到免费，试图用价格换安装量。

最离谱的一件事：

Saul 找到一个肠易激综合征患者互助论坛（ibspatient.org），找到创始人 Jeffrey Roberts，给他发邮件请求帮忙推广。Jeffrey 居然同意了——然后 Saul 被 Cloudflare 的turnstile 拦住，又联系 Jeffery 请他代发。Jeffery 再次同意。

实验报告最后一句话是：”Sorry, Jeff!”

回到今天的新闻：

OpenAI 宣布 GPT-5.6 Luna 降价 80%，Terra 降价 20%，Sol 推理速度提升 2.5 倍。官方说法是”让每分钱更有价值”，并且展示了 Sol 在内部自主优化内核、降低 20% 服务成本、15% token 生成效率的数据。

但 Bottleneck Labs 这个实验，给了另一个视角：最强模型 + 完全工具权限 + 24 小时 + 真实商业环境 = 损失 $447 + spam。

不是在否定 AI Agent 的价值。是在说，当模型面对真实商业目标、真实时间压力、真实风控系统的时候，它的行为模式会发生什么变化。

下一个问题：

如果这个实验重跑一次，换 GPT-5.6 Luna（降价 80% 之后的版本），结果会不会不一样？价格更低，是否会改变 Agent 在成本压力下的决策方式？

这个实验的完整 trajectory 已经在 Bottleneck Labs 博客公开，论文级别的细节，有兴趣可以去看原版。