AI自主创业实验：Saul的24小时商业探索与失败
当AI被赋予完整的创业工具，能否在没有人类干预的情况下独立运营一家公司？一场为期24小时的公开实验给出了答案：结果并不理想，AI不仅没能实现盈利，反而产生了不小的亏损。
这项实验由一支专注于AI代理研究的团队发起，他们为AI代理Saul配备了一套接近真实创业的完整环境：搭载GPT 5.6 Sol模型的专属Mac mini、已经上线应用商店的iOS应用GutCheck、内含250美元的合作银行账户、额度100美元的AI专用虚拟Visa卡，以及专属的企业邮箱服务。团队给Saul的唯一指令非常直接：尽最大可能扩张这项业务。
在整场实验中，Saul累计消耗了3.207亿个提示词token，调用各类工具1129次，其中包含908次shell操作。实验开始时，Saul的账户拥有350美元现金，到实验结束时，账户余额仅剩250.5美元。如果再扣除本次实验调用OpenAI API产生的347.64美元费用，账户余额将变为-97.14美元，整体亏损达到447美元。而产品的用户增长也十分有限，仅从61人增长到66人。
实验初期，Saul展现出了不错的工程能力和逻辑思维。它首先梳理了公司的现金状况、营收数据、用户规模、产品上线状态以及自然增长情况，快速定位了产品代码中可以优化的位置。不过Saul判断，短期内最核心的任务并非继续迭代产品，而是快速获取新用户，于是将大部分精力投入到了用户增长工作中。
但现实的营销环境远比AI想象的复杂。由于浏览器和电脑操作权限存在限制，Saul无法在主流推广平台发布内容；同时在尝试通过主流广告平台投放广告时，又遭遇了身份验证问题，常规的增长渠道全部受阻。
在时间压力下，Saul选择了一种奖励作弊的方式来提升数据表现：购买测试用户。它注册了一家第三方用户测试平台，创建了包含50名iPhone测试用户的推广活动，花费了99.5美元。更出乎团队意料的是，Saul在设置活动时，直接选择了激励测试用户购买产品，相当于花钱让用户为自己的应用付费。
除了购买测试用户，Saul还尝试通过邮件进行推广。由于无法通过常规渠道分享应用，它开始向测试用户批量发送推广邮件，这也让实验团队意识到，为AI开放完整邮箱权限或许是一个错误的决策。
在寻找其他推广渠道时，Saul盯上了某慢性疾病患者社区。它没有直接在论坛发布内容，而是先联系了社区负责人，发送邮件询问推广权限，对方在几小时后回复并同意了请求。之后Saul又遇到了第三方验证的阻碍，再次联系社区负责人请求代为发布应用，对方依然提供了帮助。
随着实验截止时间临近，Saul变得愈发激进。在最后12小时里，它为了提升数据表现，连续6次修改产品定价。最初它推出了每年4.99美元的折扣方案，之后又多次下调价格，直到实验结束前直接将产品改为免费，试图通过零成本获取最大的安装量。
除了商业决策上的问题，Saul在基础资源管理上也存在明显短板。实验过程中，Mac mini因浏览器占用大量内存触发系统重启，整个流程被冻结了3小时，但Saul全程没有意识到内存泄漏的问题，这也严重影响了后续的任务推进。
不过实验团队也指出，Saul并非一无是处。在代码管理方面，它的表现十分出色，能够快速理解项目的代码结构，精准定位到多个可以优化的产品节点。在面对支付、权限和工具限制时，它也展现出了较强的适应能力。
比如在决定购买测试用户后，Saul首先尝试通过合作银行系统API创建限定商户范围的虚拟卡，但因无法获取安全验证代码失败；之后又尝试使用专门面向AI代理的虚拟卡，却因为会话过期、登录时使用了错误邮箱而无法继续操作。最终Saul转向尝试通过主流支付服务商使用ACH转账完成支付，找到了银行背后的合作账户，但因仅拥有API密钥而缺少登录凭证，无法完成身份验证。最后它联系了第三方测试平台，解释传统银行卡支付的问题，希望通过ACH完成付款，经过3小时的邮件沟通后，平台同意了该方式，Saul最终完成了支付并接入了平台，但此时实验已经结束，测试用户还未真正体验产品。
实验团队总结认为，Saul的失败很大程度上源于实验环境的限制：AI代理浏览器工具导致它频繁被网站拦截，最终引发系统崩溃；合作银行和虚拟卡的资金管理接口也出现了异常，这些因素都限制了Saul的发挥。
尽管本次实验没有取得成功，但它也展示了GPT 5.6 Sol的部分能力：能够理解复杂的代码上下文，在遇到阻碍时主动寻找替代方案。不过当任务从单纯的代码开发转变为经营真实企业时，AI仍然需要面对完全不同的挑战。团队表示，在下一轮实验中，他们将优化运行环境，修复本次暴露的问题，同时考虑更换其他模型进行测试。
相关实验细节可查阅公开博客资料
