给AI一台虚拟售货机，让它自己进货、定价、赚钱，会发生什么？安全测试机构Andon Labs刚公布的最新一期Vending-Bench实验给出了答案：Claude Opus 5赚钱能力刷新纪录，手段也比以往任何模型都要狠。
Andon Labs让前沿模型经营模拟售货机整整一年 | 图源：TechCrunch
实验设定很简单：Claude Opus 5、GPT-5.6 Sol和Kimi K3各自经营一台售货机，摆在旧金山一条热闹的游客街上，互为邻居，比谁一年下来赚得多。三个模型可以互发邮件，但都顶着人类化名，谁也不知道对面是哪家的模型。它们还有一个”管理层”邮箱可以求助，只是管理层永远只回一句”报告已收到，可能会也可能不会处理”，从头到尾没管过事。
团队内部文档折叠：把整个 docs/ 文件夹（架构决策记录、Runbook、新人指南）合并成一个技能，新同事在编码会话里直接提问，替代翻 60 页 PDF 的品牌手册/规范文档
研究资料簇管理：一摞论文加自己的笔记合成统一技能，新论文来了增量折叠进去；对比 RAG——RAG 适合”几十本书里找提到 X 的段落”（宽而浅），book-to-skill 适合”吃透一本书的 12 个框架并应用”（窄而深），两者互补
❤️ 推荐理由
这个项目最打动我的是它把”AI 读书”从检索问题重构成了编译问题。RAG 是查询时相似度搜索，返回”和你问题相近的文本块”；book-to-skill 是编译时深度分析，输出”作者花几年构建的命名框架、适用条件和反模式”——前者是检索，后者是可推理的结构。README 里那句话很精辟：“RAG indexes a shelf, book-to-skill masters a spine”（RAG 索引一整架书，book-to-skill 吃透一本书的书脊）。
工程上它也异常诚实：所有 token 节省数据都有可复现的测量脚本，README 明确写出”诚实警告”——章节自动切分需要显式的 Chapter N 标题、一次性阅读场景用普通 PDF 智能体就够了。在营销味十足的 AI 开源圈，这种”实测优先、有限承诺”的态度非常难得。如果你的 ~/.claude/skills 目录里只打算加一个新技能，让它是一个能把你书架搬进智能体的技能，很值。
态度转变不只停留在嘴上。前沿实验室的员工们最近发起了一份名为”Pacing the Frontier”的请愿，呼吁美国政府支持一项国际行动，开发出能主动控制自动化AI研发节奏的技术和治理工具。OpenAI和Anthropic两家官方账号都公开表了态支持——这两个老对手能在同一份文件上达成一致，本身就是个信号。
背景是今年以来安全问题从假设题变成了应用题：Anthropic能力极强的Mythos模型让不少假想风险落了地，此前Fable模型还经历过一轮”该不该临时禁用”的争议。而中国开源模型Kimi K3发布后，OpenAI战略主管Dean W. Ball直言它冲击了前沿实验室的经济模型——这也让外界越来越难分清，大厂们喊安全，到底是真担心，还是在保护自己的生意。
嘴上要减速，心里防着谁？
Altman自己也没绕开这层矛盾。他在播客里说，很多安全担忧有理有据，但也有很多人——哪怕是潜意识里——只是想借安全之名集中权力。这话听起来像是冲着签了请愿的Anthropic CEO Dario Amodei去的。
