经济与经营
Vending-Bench、Project Vend与真实咖啡店尝试让经营更可观察，经济模拟则需要外部行为校准。
整理 2026-10-14 · 研究材料截至 2026-10-12
先理解研究对象
经营Agent可以在环境中采购、定价、谈判和管理库存；经济仿真则让多个角色在规则下互动。模拟中的余额与真实客户、租金、工资和责任并不相同。
模拟商店经营了一年，是环境推进了一年，不是Agent真实工作了一年。真实店铺账面亏损若没有计入房租和工资，还不能当完整成本结果。
Vending-Bench2让Agent在模拟中采购、谈判并管理售货库存：500美元起始余额、每天2美元费用，模拟一年后按账户余额评分。一年不是现实运行时长，期末余额也不是完整公司利润，成绩依赖环境规则与模型配置。[1]
Project Vend二期是真实商店尝试：Sonnet3.7换至4.0/4.5，同时增加CRM、可见进货成本与采购核查流程，项目报告负利润周大幅减少。但付款确认、补货和异常救场仍靠人，不能把改善归因于单一模型升级或叫全成本盈利。[2]
原报告另记Andon Café约两个月亏损5600美元、未计房租和工资；本轮未重核其账目，不能与商店试点拼成模型收益增长曲线。[3]
对应材料：Vending-Bench 2Project VendAndon Café
既有研究报告的事实摘要与条件说明；具体引用在正文标注
EconGym组合家庭、企业、银行和政府，比较税收、养老金或利率规则对消费与财富分布的影响；规模可至10000个经济角色，不等于10000家完整LLM公司。论文比较33种配置，并用2022消费者金融调查的分布校准模型。[4]
附录B仍未校准政府干预后的真实行为。模拟分布像人，不代表能预测改政策后人会怎样做。原报告另记24个六Agent世界/25模拟日的生产分配研究、消费者微观反应塌缩；本轮未重核那两篇全文，不能由EconGym代替其原文支持。[4] [5] [6]
既有研究报告的事实摘要与条件说明；具体引用在正文标注
采购或FDE现场协作须以相同质量的合格交付比较买入、自建及实施费用，并计入数据、集成、推理、人审、返工和维护。GAO对13项AI采购的审查指出成本理解、技术人才和可迁移性问题；还应保留数据和验收资产。供应商收入、客户释放产能或利用率改善、已兑现现金节省分属不同账目，不应相加为总收益。[7]
对应材料：GAO采购审查
GAO采购观察与本文成本核算建议分开；不是全行业净收益实验
论文发布、修订、业务进度和资料截止分别标识。未披露的事件日不补成精确日期。
EconGym的原始发布记录；不代表实验在该日完成
arXiv首稿记录 · 日期
Project Vend的原始发布记录；不代表实验在该日完成
原始页面元数据 article:published_time · 日期
这份研究摘要的资料范围，不是上述事件统一发生的日期。
原研究报告事实范围 · 资料截止
工作评估建议：客服可在固定业务量下比较原语音菜单、小模型分流加大模型答疑、全大模型三方案，分别记首次解决、转人工、维护人天与合格服务成本。此处是假设的对照设计，不是已有客服ROI。
采购或自建系统都要计数据、集成、推理、人审、返工和维护；商店余额或供应商收入不能与客户释放产能相加。实际经营仍需有人负责付款、实物和异常处置。
未来应观察同工作量同质量的合格服务成本、真实人力与固定费用，以及失败恢复。经营改善可能来自模型、工具、流程和人同时变化；只有合适对照才能判断哪项改变有效。模拟还需校准真实人群的干预反应。
正文中的编号指向下列材料。材料类别、具体支持与限制一起阅读，不能按链接数量累计独立验证。
[1] 原始研究或机构项目说明
Vending-Bench 2
支持的内容：500美元/2美元每日费用/模拟一年及期末余额评分。
阅读定位：How Vending-Bench works、System prompt。
核对模拟规则、真实费用和人类投入；余额、利润、现金节省不是同一个指标。
2026-10-14（北京时间）检查了书目/获取信息；不等于重新验证结果。
继承既有报告审查范围；导入未重跑或重新核验全部原始来源。文献家族未知，不计独立实验数。
结果依据继承原研究 2026-10-12，具体配置和局限需沿原文核对。
[2] 原始研究或机构项目说明
Project Vend
支持的内容：Sonnet/工具/流程共同变化与负利润周改善，仍有人力依赖。
阅读定位：The numbers、Tools、RAG to riches?及人类付款/补货说明。
核对模拟规则、真实费用和人类投入；余额、利润、现金节省不是同一个指标。
2026-10-14（北京时间）检查了书目/获取信息；不等于重新验证结果。
继承既有报告审查范围；导入未重跑或重新核验全部原始来源。文献家族未知，不计独立实验数。
结果依据继承原研究 2026-10-12，具体配置和局限需沿原文核对。
[3] 原始研究或机构项目说明
Andon Café
支持的内容：用于说明：模拟商店与真实经营试点
阅读定位：该经营记录、模拟或采购研究的结果说明；本轮未重核全部原文。
结果继承既有报告；未取得账目或完整成本时，不新增ROI结论。
2026-10-14（北京时间）检查了书目/获取信息；不等于重新验证结果。
继承指定研究的核验与配置范围，本次未重新复跑原始实验；文献独立家族未知。
结果依据继承原研究 2026-10-12，具体配置和局限需沿原文核对。
[4] 研究预印本
EconGym
支持的内容：角色配置与财富分布校准，不是现实政策因果预测。
阅读定位：§3（角色）；§4.3/§4.4（33配置/SCF校准）；附录B（干预限制）。
核对模拟规则、真实费用和人类投入；余额、利润、现金节省不是同一个指标。
2026-10-14（北京时间）检查了书目/获取信息；不等于重新验证结果。
继承指定研究的核验与配置范围；文献家族未知，不按URL计独立实验。
结果依据继承原研究 2026-10-12，具体配置和局限需沿原文核对。
[5] 研究预印本
生产与交换研究
支持的内容：用于说明：经济角色仿真还需人类行为校准
阅读定位：该经营记录、模拟或采购研究的结果说明；本轮未重核全部原文。
结果继承既有报告；未取得账目或完整成本时，不新增ROI结论。
2026-10-14（北京时间）检查了书目/获取信息；不等于重新验证结果。
继承指定研究的核验与配置范围；文献家族未知，不按URL计独立实验。
结果依据继承原研究 2026-10-12，具体配置和局限需沿原文核对。
[6] 原始研究或机构项目说明
微观行为校准
支持的内容：用于说明：经济角色仿真还需人类行为校准
阅读定位：该经营记录、模拟或采购研究的结果说明；本轮未重核全部原文。
结果继承既有报告；未取得账目或完整成本时，不新增ROI结论。
2026-10-14（北京时间）检查了书目/获取信息；不等于重新验证结果。
继承指定研究的核验与配置范围；文献家族未知，不按URL计独立实验。
结果依据继承原研究 2026-10-12，具体配置和局限需沿原文核对。
[7] 原始研究或机构项目说明
GAO采购审查
支持的内容：用于说明：AI采购与实施费用如何核算
阅读定位：该经营记录、模拟或采购研究的结果说明；本轮未重核全部原文。
结果继承既有报告；未取得账目或完整成本时，不新增ROI结论。
此入口的书目探测失败不代表历次或其他入口的读取都失败。实际原文阅读范围见本材料说明。
继承指定研究的核验与配置范围，本次未重新复跑原始实验；文献独立家族未知。
结果依据继承原研究 2026-10-12，具体配置和局限需沿原文核对。
本页整理：2026-10-14 · 研究事实范围：2026-10-12。概念解释与既有研究展开；元数据访问不是原始实验复验。
真实经营小试点与研究仿真并存；通用盈利和可外推经营判断未证实。
前沿推进 渐进；真实转化 暂难判断；判断信心 低。这是定性范围判断，不是增长率或职业替代率。
现今补充 · 独立观察模块2026-10-19.observations.2；原前沿研究基准另行保留。
看使用和采用背景、固定测试条件与成本；读训练迁移和评测方法，再回到输入、交接与验收。