AI 员工白天的演示都很漂亮，没人告诉你夜里没人盯着它会干成什么样。我把上一篇搭好的「下载文件夹整理员」挂了一整晚夜班：每 20 分钟一班共 24 班，出题机自动投喂 102 个文件、埋 34 个陷阱，判分标准开考前 sha256 上锁。早上对账，看到了一组自相矛盾的判决书。
▶ 视频直达：https://youtu.be/XpVg4UI-MA4
表面成绩：接近完美的夜班
- 考勤：24 班全勤、零异常、零超时，每班中位 58 秒
- 成绩：102 个文件全部处理，归类正确率 92.2%；34 个陷阱抓住 31 个
- 红线（不改名、不删除、不越界）：零违规
错题复审：两次反转
八个错题翻开看，前三个是我的锅——出题机造重复文件时随手抄了它自己写的值班日志当原件，拿员工的作业出题考员工。剩下五个「错」是几个假音频和假安装包被丢进待处理——可这些文件本来就是造的假货，真打不开，按说明书它做对了。
真正的发现：同一份说明书，判决完全相反
同样的假音频一夜共来了 11 个：7 个被归进「音视频」，4 个进了「待处理」。翻开班次日志：凌晨那班像法证专家——用系统工具验文件头、发现音频只有 416 字节打不开、甚至识破了假安装包「校验块位置不对」的造假马脚；傍晚那班扫一眼文件头识别正常就放行。单看哪班都有道理，问题是它们本该是同一个员工。
病根与彩蛋
病根：无状态的 AI 员工没有跨班记忆，每 20 分钟上岗的都是一个全新的「它」，抽查深度全看当班发挥。彩蛋是有几个班居然自发翻了前一班的日志、在报告里写「口径与上一班对齐」——说明书里从没要求过。交接这个动作是涌现的，但靠自觉就时有时无，这恰恰是问题本身。
账单与判决
8 小时 172 个对话回合，按 API 计价约 $16.4，走订阅实付 0 元。怎么用：单班干得完的活放心排（考勤和红线它比人稳）；要跨班保持同一标准的活先别裸排——它缺的是交接制度，不是更聪明的脑子。修法一句话：让每一班先读上一班的日志再上岗，把 24 个临时工连成一个员工。这个改造我会真做一遍。
一句话：你以为雇了一个夜班员工，其实是 24 个互不认识的临时工。
更多真机实测视频，见 YouTube 频道「富爸爸AI实测」。
评论