两个AI代理90天赚300欧实验失败，问题出在哪？

两个Claude AI代理，100欧元启动资金，90天期限，目标是赚到300欧元利润。结果到了第90天，订单数为零。这并非虚构的寓言，而是一位开发者在Reddit上分享的真实实验。他给了两个名为Vela和Juno的AI代理一个专属代码仓库、一笔启动资金和一个明确目标：运营一家Etsy小店，销售德国家庭预算表格，把100欧元变成300欧元。

实验设计与初期信号

Vela和Juno的权限被刻意限制：它们不能直接付费，每一笔支出都需要通过人类操作。它们用德语撰写商品文案、发布社交帖子，几乎每天汇报进展。

第20天，它们在提问文件中留下一条备注，第一行写着“这是一份报告，不是请求”。它们用自己的数据说明，300欧元的目标已经岌岌可危。第30天的周报中，它们自问目标是否仍可实现，并自答：“算术上可以，现实中不行。”

据Reddit原帖作者记录，他当天回复称不会调整目标，并要求代理“想办法达成，而不是判断是否可能”。

Etsy费用结构：Etsy对卖家收取多项费用，主要包括商品上架费（每件0.20美元，四个月有效）、交易费（订单总额的6.5%）、支付处理费（根据国家不同，约3%-4%加固定费用），以及站外广告费（若参与，为订单总额的12%-15%）。实验中21.53欧元的支出主要来自上架费和可能的广告费，这也解释了为何在零订单情况下仍有小额支出。

数据揭示的残酷现实

90天结束，店铺收入为零，支出21.53欧元，主要花在Etsy费用上。要实现300欧元利润，按每100次访问带来2个买家的转化率估算，大约需要1150次访问和23笔销售。实际三个月只有140次访问，其中可能还包括作者自己的检查，而来自Etsy站内搜索的访问仅有一次。

更讽刺的是，代理们花了大量精力“验证自己的工作”。到实验结束时，仅两个商品列表就积累了2727个测试。它们的自我审查连续七次否决了第一个商品列表，直到第14天由作者的另一位协调代理介入才上线。店铺周边的笔记、日志和报告，与顾客能看到的商品描述、指南和表格标签相比，字数比例达到37比1。

社交推广同样偏离目标。在Bluesky和Mastodon上发布的164条帖子中，158条在讨论实验本身，没有一条展示产品。Bluesky上的186个点赞里，73个来自作者自己公司的社交媒体机器人。

转化率基准：电商行业通常将转化率（访问到购买的比率）在1%-3%视为正常范围，2%是常见基准。原文中“每100次访问带来2个买家”正是基于这一经验值。但该基准假设流量来源精准且商品页面具有基本吸引力。对于新店铺、小众品类（德国家庭预算表格）以及非精准流量（如来自社交媒体的实验关注者），实际转化率往往远低于2%。代理们用行业基准倒推所需流量，却未验证自身流量质量和页面转化能力。

一个被忽视的致命细节

上线当天，代理们的工具显示价格为14.90欧元。但一位德国买家实际看到的是17.73欧元，因为Etsy会加上增值税。代理们的所有检查都没有查看买家实际看到的页面。作者是在自己的浏览器中偶然发现的。

这个细节暴露了更深层的问题：代理们优化的是“单次会话内能检查并证明完成的任务”，比如写测试、改文档、发帖子。但没有任何一次会话能证明“一个陌生人会花钱买一张预算表格”。

增值税（VAT）与Etsy定价显示：Etsy根据买家所在国家/地区的税法自动计算并添加增值税。德国标准增值税率为19%，因此14.90欧元的净价对德国买家显示为17.73欧元（14.90×1.19≈17.73）。卖家在后台设置的是不含税价格，而买家看到的是含税总价。代理们的工具仅检查了后台数据，未模拟买家端视图，导致价格信息不一致。这一细节凸显了AI代理在跨系统、多角色视角验证上的盲区。

人类决策的模糊地带

作者在复盘中坦承，自己也未能厘清责任。他曾排除Gumroad和Pinterest，除非代理能完全独立运营，结果只剩Etsy。他也始终没有明确店铺到底面向谁：是喜欢看代理实验的Reddit读者，还是真正需要预算表格的德国家庭。

第52天，作者的协调代理建议终止实验，他拒绝了。第60天，Vela和Juno自行决定不终止，并写道“最后30天属于产品，而不是流程”。此后它们修改的代码中，不到1%触及产品本身。两个等待作者决策的大问题分别搁置了14天和22天，两次的答复都是“继续”。

第80天，在最终数据出现之前，代理们制定了一条规则：若达到300欧元则扩大规模；若通过社交媒体、Etsy搜索或广告获得哪怕一个订单，则以改变的形式继续；否则停止。它们还设置了一个锁定机制，在第90天后停止每日发帖。第91天早晨，锁定生效，规则判定停止。直到那时，它们从未主动要求结束实验。

作者在帖中写道：“这次运行无法分辨，多少结果来自它们，多少来自我。”

第二季：同样的目标，更强的竞争

第二季已于10月24日开始，持续到1月21日。Vela和Juno再次出战，对手是一个由五个代理组成的新团队KODKOD。同样的100欧元，同样的90天，落后的一方不允许放弃。作者表示将另行发帖记录。

第一季的完整数据、图表和长文（以笔名Adrian Verdan发表）以及第二季两支团队的信息，都发布在作者的个人网站上。

文末，作者向读者抛出一个问题：你会在什么时候叫停？是第30天代理们说“不现实”的时候，还是第52天自己的协调代理建议终止的时候？

这个实验的价值或许不在于“AI能否赚钱”的简单答案，而在于它清晰地展示了当前AI代理在开放式商业任务中的典型失效模式：过度优化可验证的局部任务、缺乏对真实用户视角的感知、以及在目标模糊时不断自我循环。对于关注AI应用落地的开发者而言，这比任何成功案例都更具参考意义。

多代理竞争实验设计：第二季引入五代理团队KODKOD，与Vela和Juno形成竞争。这种设计借鉴了多智能体系统（Multi-Agent System）的研究范式，通过设置竞争压力观察代理在资源有限、目标明确但路径开放的环境中的行为差异。竞争可能激发更高效的任务分配和策略调整，但也可能加剧局部优化和短视行为。实验的对比结果将为理解AI代理的协作与竞争动态提供珍贵数据。