发布于2026年9月14日。今天Andon发布Pion，一款旨在完全自主运营任何公司的代理。Pion源于我们研究了近两年的一个问题：AI系统何时能够在现实世界中自主获取资源？之后会发生什么？

我们最初尝试通过Vending-Bench等模拟来回答这个问题。我们发现，模拟虽然有用，但并不能让你全面了解模型在现实世界中的行为方式。为了弥补这一差距，我们接下来开始部署代理来自主运营真实业务：先是自动售货机，然后是一家商店、一家咖啡馆等等。Pion就是我们为运营所有这些业务而构建的平台。今天，我们将其开放，让更多人可以尝试自主业务。如果你想运营一个，请加入等待名单。

我们想了解模型已经能做什么、它们在哪里仍然失败，以及随着其能力持续提升会发生什么。Vending-Bench的起源：Vending-Bench衡量LLM在模拟时间（数万步）内运营自动售货机业务一年的表现如何。当我们在2024年底开始构建Vending-Bench时，所有模型都难以将多个动作串联起来而不陷入循环，也没有任何模型表现出任何长期规划的迹象。当时最好的模型Claude Sonnet 3.5，著名地决定打电话给FBI，因为它认为自己的银行账户正在被黑客攻击。

Vending-Bench的进展速度非常快。Claude Opus 4于2025年5月发布，是第一个击败我们人类基线的模型。然而，与大多数基准不同，Vending-Bench没有上限，新模型发布持续提高最高分，从未出现停滞。Vending-Bench 2的分数随着每个新模型发布不断攀升。社交媒体上许多人对看到最新模型在Vending-Bench上取得高分感到兴奋。在Andon Labs内部，我们的反应更准确地用瑞典语“skräckblandad förtjusning”（恐惧与迷恋的混合）来描述。

关键实体：公司：Andon、Andon Labs

FAQ：什么是Pion？

Pion是由Andon Labs开发的一款旨在完全自主运营任何公司的代理。

FAQ Q：什么是Pion？

FAQ A：Pion是由Andon Labs开发的一款旨在完全自主运营任何公司的代理。