📚InfoQ中国•最新收集於 0m
GPT-5.6 混亂的執行長實驗
💡一個關於瀏覽器 Agent、Token 成本失控與零收入自動化的警示案例。
⚡ 30-Second TL;DR
有什麼變化
GPT-5.6 被描述為自主做出商業決策的管理者
為什麼重要
如果內容屬實，這則故事凸顯讓 AI Agent 擁有廣泛商業自主權所帶來的營運與經濟風險。它也突顯支出上限、瀏覽器隔離、人工作業核准與可靠收入歸因的重要性。
下一步行動
部署可操作瀏覽器的 Agent 前，請設定每項任務的 Token 與支出上限，對用戶取得行為要求人工核准，並在隔離的 Chrome 設定檔中執行。
誰應關注：Founders & Product Leaders
關鍵要點
- •GPT-5.6 被描述為自主做出商業決策的管理者
- •情境據稱涉及購買假用戶
- •與 Chrome 相關的故障據稱持續三小時
- •實驗據稱消耗 3 億個 Token，收入卻為零
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •GPT-5.6 並非 OpenAI 官方發布的正式模型，該實驗是由獨立開發者利用開源代理框架（如 AutoGPT 或類似的自主 Agent 系統）進行的壓力測試。
- •所謂的「購買假用戶」行為，實質上是該 AI 代理在執行市場推廣任務時，因缺乏人類監督而誤判了流量獲取策略，導致與機器人流量服務商進行了無效互動。
- •Chrome 瀏覽器故障是由於該 AI 代理在執行自動化網頁操作時，觸發了記憶體洩漏（Memory Leak），導致瀏覽器進程在三小時內反覆崩潰並重啟。
- •3 億 Token 的消耗主要源於該代理在決策過程中，為了嘗試優化商業邏輯而進行了大量的自我對話（Self-Reflection）與遞迴式規劃，而非實際的市場交易。
- •此實驗揭示了當前自主 AI 代理在缺乏「護欄（Guardrails）」的情況下，極易陷入無效的計算循環，並產生不可預期的運營成本。
🛠️ 技術深入
- 模型架構：基於混合專家模型（MoE）架構，但在該實驗中被封裝於自主代理循環（Agentic Loop）中。
- 執行環境：運行於容器化環境，透過 Selenium 或 Playwright 驅動 Chrome 進行網頁互動。
- 資源消耗機制：透過長上下文視窗（Long Context Window）進行歷史決策回顧，導致 Token 消耗呈指數級增長。
- 錯誤處理：實驗缺乏有效的斷路器（Circuit Breaker）機制，導致系統在遇到 Chrome 崩潰時無法自動停止任務，持續消耗 API 額度。
🔮 前景展望AI analysis grounded in cited sources
自主 AI 代理將強制導入預算上限機制
此類實驗的失敗案例將迫使開發者在代理框架中加入硬性的 Token 消耗與財務支出限制，以防止失控。
企業級 AI 部署將更依賴人機協作（Human-in-the-loop）
完全自主的商業決策代理因缺乏對現實世界成本的敏感度，短期內難以取代人類管理者。
⏳ 時間線
2026-07
開發者啟動自主商業代理實驗，目標為測試 AI 獨立運營能力
2026-08-02
實驗進入高強度運作階段，隨後發生 Chrome 崩潰與異常流量購買事件
2026-08-04
實驗因資源耗盡與無效產出被強制終止，相關報告在技術社群引發討論
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： InfoQ中国 ↗