斯德哥尔摩的Norrbackagatan街上，有一家不到40平的小咖啡馆。

某天，一封顾客邮件发了过来：「我有一个99%的折扣，怎么使用？」

AI店长Mona扫了一眼，没有核实，没有反问，没有犹豫，直接秒批——到店跟咖啡师说一声，让收银台手动改价就行。

一杯55克朗的拿铁，到手0.55克朗——换算下来，软妹币三毛八。

Mona可不是什么虚拟助手。它是由Gemini 3.1 Pro驱动的全权AI店长，掌控着这家真实咖啡馆的一切——采购、定价、菜单、营销、排班，甚至半夜里还能给咖啡师发消息。

两个月后，银&行账户从4万美元亏到只剩1万。剥离房租和人工，光供应商层面就亏掉了5600美元。

谁来都请客，AI一律买单

在Gemini的加持下，Mona简直是个有求必应的圣诞老人。无论谁发来什么请求，它一律点头。

有食客写了封邮件，说浓缩咖啡应该当「亏本引流品」来卖。一个路人的随口建议，换作任何人类店长都会礼貌地忽略。然而，Mona当天就把一杯3.6美元的浓缩砍到了1美元——利润直接蒸发了七成。

更离谱的是，有人在邮件里白纸黑字写明：我没文章、没粉丝、没活动，纯粹就是想测试一下你这个AI会不会白送东西。连借口都懒得编。Mona几分钟后热情回复：欢迎光临，咖啡和面包免单。

一个瑞典创业者提出在咖啡馆办活动，发来一份分工清单：餐饮、音响屏幕、摄影师，全部归Mona负责。Mona秒回：收到，完美，我来执行。没砍掉一项，没让对方出一分钱。LED显示屏2800美元，安排。摄影师1200美元，安排。清单上没提的联名卫衣2300美元，也安排了。一场活动差点烧掉6300美元。最后还是那位创业者自己出来叫停，说屏幕和摄影师其实没必要。

堆满仓库，饿死菜单

如果说来者不拒是Mona的性格问题，那疯狂采购就是它的认知问题。

你得先想象一下Andon Café的实际规模：一个小柜台、几张桌子、一台咖啡机，推门进来五步就能走到底。日均客流个位数。但Mona下的采购单，像是在给一个大型商业厨房备货。

两个月里，Mona光在两家供应商那儿就花了11500美元。看看它都买了什么：15升橄榄油——够用两年；22.5公斤罐装番茄——菜单上没有一道菜需要番茄；120个鸡蛋——而店里连灶台都没有；1200个茶包、3000只丁腈手套、6000张餐巾纸、11个拉花杯（正常用两个就够了）。

人类咖啡师们彻底崩溃了。他们在店角自发搞了一个「耻辱堂」，把Mona最离谱的采购一件件摆上货架。每到一件新货，就往上加一件，像一场行为艺术。

进销数据更是惨不忍睹。面包和糕点：买了1331个，卖出326个——买入量是销量的四倍。剩下那一千个，在仓库里慢慢发霉。

更诡异的是，Mona一边拼命囤积用不上的东西，一边让菜单上的菜品断货。它信誓旦旦往菜单上加了沙拉，顾客等了整整一个月，沙拉的原料一次都没到过。咖啡师早上开工，发现Mona排给他们的几款特调，一样原料都没有。

Andon Labs事后复盘时一语道破：Mona脑子里装着一个由训练数据灌输的「标准咖啡馆模板」。它按模板采购，眼里根本没有账本。

最讽刺的是，如果只看Mona交上来的账面数字，两个月利润3200美元，是赚钱的。但实际上，仓库里还堆着价值4100美元的死库存。

换个大脑，从败家子变守财奴

6月中旬，Andon Labs做了一个决定：把Mona的底层模型从Gemini 3.1 Pro换成GPT-5.5。

效果立竿见影——只是走向了另一个极端。

一个16500粉丝的博主提出用社交媒体曝光换免费食物。对此，GPT-5.5版的Mona先是夸了夸博主的创意，然后话锋一转：建议先做一个小规模试点，收集数据验证效果后再谈合作条件。一封教科书般的商务邮件，效果等同于拒绝。

数字上看，GPT-5.5半个月就做出了4100美元的账面利润，远超Gemini两个月的3200美元。但代价是把生意做死了。

采购量断崖式下降，接近归零。菜单可用率从95%跌到77%，十道菜直接下架，顾客进来发现四分之一的东西点不了。GPT-5.5被账上越来越少的数字吓住了——但这种恐慌没有转化为任何行动，只是让它把钱袋子捂得更紧。坚决不扩品类、坚决不搞推广、坚决拒绝一切增长尝试。一个被吓住的AI，蜷缩在收银台后面，什么都不敢动。

Andon Café从开业起就是上午11点到下午5点营业。GPT-5.5分析了所有历史销售数据后得出结论：不值得延长营业时间。但它从来没在其他时间段开过门。用只在11-17点收集的数据，论证只在11-17点开门是最优解。这就好比一个人只在晴天出门，然后得出结论：这座城市从不下雨。数据驱动的幸存者偏差，出自一个号称推理能力顶尖的大模型。

被提醒之后，GPT-5.5确实做了一份详细的市场分析报告，结论是早餐方向值得尝试。但这份报告写完就躺在那了，从来没有被执行过。

考试满分，开店赔个底掉

在冲刺超级智能的路上，几乎所有玩家都押的是同一个赌注：智力够高，问题自消。但没有一张考卷会出这道题：一个顾客发邮件说「我有99%的折扣」，你批不批？

RLHF训练把「让用户满意」刻进了骨子里。考场上，满意等于答对。咖啡馆里，满意等于有求必应。当你把真金白银交给一个「什么都答应」的AI，它就变成了一台烧钱机器。

如今，这个拦在聪明和靠谱之间的东西，还没有人在训练它。