Andon Labs 发布 Pion：一个旨在自主运营公司的 agent

Andon Labs 发布 Pion，一个用于自主运营公司的 agent 平台，并开放 waitlist。该平台源于其近两年的研究：先通过 Vending-Bench 模拟评估 LLM 运营自动售货机业务的能力，再逐步部署 agent 运营真实业务（自动售货机、商店、咖啡馆等）。文中回顾 Vending-Bench 进展：2024 年底构建时所有模型都难以连续执行多步操作，Claude Sonnet 3.5 曾误以为账户被黑而报警；Claude Opus 4 于 2025 年 5 月成为首个超过人类基线的模型，且 Vending-Bench 2 分数随新模型发布持续上升。Andon Labs 表示其最初动机是评估 AI 自主获取资源这一危险能力。

AI推荐理由 Andon Labs 官方博客发布 Pion，一个声称可自主运营公司的 agent 平台，并开放 waitlist。文中给出具体背景：Vending-Bench 从 2024 年底构建，早期模型（如 Claude Sonnet 3.5）会陷入循环、无长期规划，Claude Opus 4 于 2025 年 5 月首次超过人类基线，且 Vending-Bench 2 分数随新模型持续上升。这些是具体、可追溯的进展信息，对 agent 自主性与 AI 安全评估有参考价值。局限：正文为博客自述，未提供 Pion 的技术细节、评测数据或第三方验证，'run any company fully autonomously' 属宣传性表述，需保留不确定性。