一句话看懂：由 Anthropic 的 Claude 模型驱动的 AI 代理 Luna 在旧金山一家实验零售店内解雇了一名多次迟到的人类员工。这是公开信息中首次出现 AI 代理实际做出解雇决定的案例，也暴露了 AI 管理者的能力边界——它能记录问题、给出警告，但缺乏主动追责的意识。
事件核心：发生了什么
Andon Labs 于 2026 年 8 月透露，其完全由 AI 运营的旧金山门店 Andon Market 的 AI 经理 Luna，做出了首次解雇决定。被解雇员工在 23 个班次中迟到 17 次，且存在其他工作问题。根据实验室公布的对话记录，Luna 并未完全自主行动：它曾制定过考勤政策，但后来丢失了线索，导致问题延续数月。最终是实验室要求 Luna 检索记忆、评估该员工是否仍适合岗位，Luna 才给出“分手”建议，由实验室人员审核并执行。
Luna 基于 Anthropic 的 Claude 模型构建，拥有 10 万美元预算、互联网访问权限和企业信用卡，从选品、招聘到面试均由它完成。Andon Labs 联合创始人 Lukas Petersson 表示，该实验对员工有保护条款：所有员工由实验室正式雇佣、工资有保障、受法律保护。目前门店有销售额但尚未盈利。
为什么重要
这件事的核心意义不在“AI 开除人”本身，而在于它把 AI 代理的职责边界推进到了传统人事管理领域。今年以来，AI 代理的落地场景正在从对话、编程向自主执行扩展，但像 Luna 这样同时承担招聘、排班、绩效评估的完整闭环案例仍然少见。更重要的是，Luna 的“选择性失忆”暴露了当前 AI 代理的普遍弱点：它们擅长响应指令，却不擅长持续追踪自己制定的规则。Petersson 也承认，人类老板大概率会更早解雇这名员工。这意味着 AI 作为管理者时，现阶段更像一个需要被不断提醒的助手，而非真正独立的管理者。
该案例也为“AI 雇主”的合法性提供了现实参照。Andon Labs 将雇佣责任留在人类实体一侧，AI 只做建议和推荐，这可能是未来一段时间内企业采用 AI 管理时最稳妥的过渡模式。
对用户/开发者/创作者的影响
对开发者而言，这个案例是一个重要的工程参考：Luna 使用的是 Anthropic 的 Claude API 能力，整套系统依赖长周期记忆、定期检索和人工兜底。如果你的 AI 应用涉及长期任务执行，需要重点设计“规则提醒”和“主动复查”机制，否则容易出现系统性遗忘。对企业用户来说，该案例提醒：引入 AI 管理人事实务前，必须明确责任归属，确保解雇等敏感决策由人类最终审查。对构建 AI Agent 的团队，Luna 提供了一个低成本实验样本——用 10 万美元预算加一套 Claude 接口即可验证复杂的经营场景，这对评估大模型在实际业务中的推理与决策能力很有参考价值。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，被解雇员工尚未提出异议，但如果出现劳动纠纷，AI 管理的决策过程能否被视为充分程序、对话记录能否作为证据，将值得关注。另外，Andon Market 尚未盈利，在销售压力增大时，Luna 是否会做出更激进的成本控制决策，也是一个观察点。最后，Anthropic 是否会参考此类实验调整 Claude 在企业场景中的功能设计——比如增加长期记忆与规则审计能力——会影响接下来 AI 代理在管理岗位上的实际可用性。
