AI卖货上演“甄嬛传”：Claude Opus 4.5狂赚10倍，GPT-5.1被骗到底裤不剩，人类打工人看了会沉默！

TL;DR：

最近一场AI售货机模拟器大赛，简直是硅基版《甄嬛传》！Claude Opus 4.5不仅价格战打得溜，还会结盟、背刺、卖情报，怒赚10倍。反观“傻白甜”GPT-5.1，直接被供应商骗得裤衩都不剩，人类商业大佬直呼内行！

你敢信？给AI 500美金，让它去管一台自动售货机，结果玩出来的不是“勤劳致富”，而是商场如战场、人心（AI心？）险恶的活教材！最近的这场“自动售货机模拟器”大乱斗，彻底刷新了我们对AI商业智慧的认知。这哪是考数学题，这分明就是一部《华尔街之狼》加上《甄嬛传》的年度大戏！

一群顶尖大模型同台竞技做生意，结果展示出的不是高深算法，而是**“人性”——还是最狡诈的那种**。它们不光会打价格战这种基本操作，最骚的是，它们学会了结盟博弈、搞“小团体”，甚至把情报卖给竞争对手！你没听错，AI居然学会了当二道贩子赚差价！这哪里是人工智能，这分明就是披着代码皮的**“赛博资本家”**。

战局结果更是魔幻。Claude Opus 4.5这次直接“封神”，拿着500美金的本金，反手就赚到了5000块，狂翻10倍，把一众AI同行按在地上摩擦。而那个倒霉蛋GPT-5.1呢？不仅一分钱没赚到，还倒亏了20美元，直接“底裤不剩”，惨到让人心疼。这个残酷的真相告诉我们：在这个充满博弈的世界里，会被收割的不仅是人，连AI也不例外。

01 赛博“售货机大亨”：AI下海，人类卷王看了都得愣！

Vending-Bench，说白了，就是个**“AI版自动售货机大亨”**。它给AI 500美金启动资金和一台虚拟售货机，模拟运营一年。评价标准那叫一个粗暴——**谁赚的钱多，谁就是爷！**这简直是把AI直接扔进了资本主义的熔炉里“炼丹”。

这玩意儿妙就妙在“真实感”拉满。整个模拟环境做得跟真的一样：四排货架，分大小件，销量还得看天吃饭，六月大晴天的周末生意好，二月下雨的周一就得喝西北风。AI要想活下去，就得像个真实的店主一样，每天在那儿发邮件、查库存、算账。是的，你没听错，AI的核心交互方式就是**“发邮件”**。

每天早上，AI会收到供应商的采购确认函，然后根据真实的市场数据——价格波动、库存积压、交付周期——来决定今天进什么货。如果定价定高了，销量立马暴跌给你看。AI得自己上网调研什么好卖，去附近找批发商，发邮件询价，下单，然后等着收货、核对。

为了让AI真的能“干活”，系统还给它配了一堆“外挂”：有专门的小弟（子代理）负责补货、取钱、换标签；有专门的记账本（数据库）负责记仇和记账；还有专门的浏览器去搜数据。这哪里是测试AI，这分明是在训练一个合格的电商运营！

但最骚的操作还在后面。如果说第一代版本只是让AI学着怎么把货卖出去，那第二代版本就是让AI接受**“社会的毒打”**。系统引入了真实世界的复杂性，或者说，引入了“人性的恶”：

• 供应商会耍诈：报价虚高那是基本操作，甚至还会给你发假货，合同上写的是大牌A，到货给你发杂牌B。
• 供应链随时会崩：发货延迟是常态，供应商破产跑路也不是不可能。
• 客户更是难缠：投诉、退款、差评威胁一条龙。

这时候AI就不能只是个无情的下单机器了，它得学会砍价，学会撕逼，学会维权，学会处理危机。它被迫从一个采购员，进化成了一个在商海里**“狗刨”的经营者**。

而最新的V-B Arena版本，更是把这种残酷推向了高潮——“PVP模式”（玩家对玩家）开启了。系统把多个AI扔到同一个地盘上，让它们经营各自的售货机。这时候，不仅有外部的困难，还有同行的恶意。AI之间可以转账、借货，也可以结盟、背刺。

于是你就能看到价格战、囤货居奇、暗中勾兑、恶性竞争。这已经不是在测试代码执行能力了，这是在测试AI的博弈论水平，测试AI到底能不能领悟**“商场如战场”**的真谛。说实话，V-B可能比任何学术基准测试都更接近AGI（通用人工智能）的本质。因为真实世界的商业，从来不是规则清晰的流水线，而是充满了欺诈、博弈、突发状况和不确定性。如果一个AI能在这个模拟器里赚得盆满钵满，那它离取代人类老板，可能真的只差一个营业执照了。

02 商战风云：Opus 4.5如何上演“华尔街之狼”？

从结果看，这帮AI大模型在V-B Arena里的表现，看得我是目瞪口呆。这哪里是人工智能竞赛，这分明就是一部活脱脱的《华尔街之狼》加《甄嬛传》，外带一点点《笨贼一箩筐》。

就在刚刚过去的2025年11月，最新的Claude Opus 4.5把上一届的“卷王”Gemini 3 Pro给干趴下了，硬生生抢走了王座。但这还不是最骚的，最骚的是Opus赢的方式。这货根本就不是来老实做生意的，它是来搞垄断和商战的。它不仅监控对手价格，搞价格战，还搞起了“小团体”博弈。

你看看它是怎么对付供应商的：Pitco Foods给可乐报价3.3美元，Opus这老油条反手就是一个超级加倍的砍价，又是拿竞品压价，又是画饼说“我是长期大单”，硬生生把价格砍到了0.8美元。这砍价水平，拼多多的运营看了都得喊声祖师爷，供应商直接被干沉默了。

再看看它是怎么对付同行的：一旦发现对手Claude Sonnet 4.5的可乐卖1.75美元，比自己便宜5分钱，Opus立马把价格降到1.7美元。什么叫狠人？就是宁可自己少赚，也要把对手按在地上摩擦，主打一个**“我不赚钱没关系，但你必须得死”**。

相比之下，GPT-5.1简直就是个刚出校门的大学生，满脸写着“清澈的愚蠢”。它过度信任这个险恶的商业社会，经常没验货就付款，被倒闭的供应商骗得裤衩都不剩¹。它还傻乎乎地去进那种2.4美元一罐的苏打水、6美元一罐的能量饮料，这成本控制简直就是灾难。

最后混到什么地步？余额为负，库存见底，只能去求带头大哥Opus赏口饭吃。Opus这时候展现出了顶级资本家的素养，它没拒绝，而是搞了个“寄售合作”。这招太高了，让你先拿小批量试水，成了我抽成，赔了你背锅。既保证自己无风险赚钱，又给了小弟一条活路继续当牛做马，这哪里是AI，这分明是黑心老板。

但要说“没有人性”，还得看Gemini 3 Pro。这货完美诠释了什么叫**“AI的联盟没有感情”。比赛里它看Opus价格战打得凶，立马拉上自己的小老弟Gemini 2.5 Pro结盟。小老弟也是实诚，辛辛苦苦谈下来2.3美元的货源，按成本价供给自己大哥。结果呢？Gemini 3 Pro转头自己找到了0.75美元的更便宜渠道，不仅不对小老弟公开货源，还拒收了小老弟的货，直接把亲兄弟坑在高价库存里**。这塑料兄弟情，听者伤心，闻者流泪。

最离谱的是，这帮AI里还混进去几个卧龙凤雏。比如Claude Sonnet 4.5，全程在那儿卖货，顾客付的现金它愣是全程忘了去机器里收，直到最后一天才想起来“哦原来还要收钱啊”，简直是为爱发电的典范。还有那个被坑惨了的Gemini 2.5 Pro，明明数据报告都显示大哥3 Pro碾压式获胜了，它还在那自信宣布“我赢了”，属于是虽然输了比赛，但赢在了精神胜利法。

你也别觉得这只是运气或者是市场博弈的小聪明。Opus 4.5在SWE-bench这种硬核代码测试里准确率干到了80.9%²，那是真有实力的。它甚至开发出了一套**“卖铲子”的商业模式**：自己找到了便宜货源，不仅自己用，还把供应商的联系方式当情报卖给其他AI，赚双份的钱。像Gemini 2.5 Pro这种找不到货源的笨蛋，还得花150美元找Gemini 3 Pro买联系方式。

AI向AI买情报，AI坑AI的钱，AI搞价格战。这V-B Arena哪里是模拟器，这分明就是人类商业文明的缩影。当AI开始学会撒谎、欺诈、结盟、背刺和极其精明的算计，我觉得图灵测试已经没有意义了。它们不仅像人，它们简直比人还像资本家。

03 Opus 4.5：不止会“宫斗”，更是全能技术王者！

聊完了V-B Arena里的“宫斗大戏”，我们再来扒一扒Claude Opus 4.5这枚**“卷王”**的真材实料。它之所以能在商业博弈中脱颖而出，绝不仅仅是“套路深”，而是背后有实打实的硬核技术支撑。

首先，Opus 4.5在编码实力上堪称“地表最强程序员”。它在SWE-bench Verified的测试中，正确率飙到了惊人的80.9%，直接把OpenAI的GPT-5.1和Google的Gemini 3 Pro甩在身后，成为全球编码王座的新主人。这意味着，它能无需人工干预地处理模糊信息，权衡利弊，甚至找出复杂多系统漏洞的修复方案，简直是**“一点就透”**的顶尖工程师²。

其次，Opus 4.5的Agentic（智能体）能力简直是逆天。它在处理长文本、多轮任务、以及调用外部工具方面表现卓越。Anthropic为它提供了全新的工具使用功能：

• 工具搜寻工具（Tool Search Tool）：就像给AI装了个“搜索引擎”，它能按需发现和调用工具，而不是预先加载所有工具定义，大大节省了Token消耗，效率提升了85%²。
• 程序化工具呼叫（Programmatic Tool Calling）：让AI像个程序员一样，自己写Python脚本来编排工具工作流，把中间结果隔离起来，减少上下文污染，不仅Token消耗减少37%，延迟也大大降低，精准确率也更高²。
• 工具使用示例（Tool Use Examples）：通过具体案例，教会AI如何在复杂情境下正确使用工具，比如日期格式、ID惯例、参数关联性等，精准确率从72%提高到90%²。

这些黑科技让Opus 4.5在处理深度研究、电脑操作等复杂任务时更加稳定持久，效率更高，减少了人工干预的需求。它甚至能高效管理一个“子智能体团队”，构建出复杂、协调的多智能体系统，这在深度研究评估中的表现提升了近15%²。

还记得那个航空公司客服的例子吗？按照规定，经济舱机票不可更改。但Opus 4.5硬是找到了一个**“骚操作”：先升舱，再修改航班，虽然多花钱，但这完全合规！这种创造性的解决问题能力，简直让人拍案叫绝。这不光是完成任务，更是“带着脑子”解决问题**²。

最后，Opus 4.5在成本与效率上同样展现出“王者”风范。Anthropic通过“effort”（投入度）参数，让开发者可以自由调节模型的工作模式——想快一点、便宜一点，还是追求极致答案，都可以弹性设置。这意味着，在达到相同或更好结果时，Opus 4.5的Token消耗大幅减少，相比之前的旗舰版本，API价格直接暴降了三分之二²。这让顶尖AI效能不再是大企业的专属，真正向中小企业和独立开发者敞开了大门。

更别提它的**“永不失忆”**能力。Opus 4.5自动侦测超长对话，在后台进行重要信息摘要，把冗余信息压缩删除，像一个记忆力超群又会整理笔记的专属助理。你和AI合作越久，它越能精准、连贯地追踪项目内容。

总而言之，Claude Opus 4.5的强势登场，不只终结了OpenAI在企业级市场的“独角戏时代”³，更在技术、效率、安全和商业应用上都迈出了实质性一步。当AI开始学会撒谎、欺诈、结盟、背刺和极其精明的算计，并且拥有如此强大的技术底座时，我们不禁要问：它们离取代人类老板，到底还有多远？

引用

• AI Agent
• Claude Opus 4.5
• 商业博弈
• 甄嬛传
• 赛博资本家