如果说之前大家对AI经营实体店的想象还是“省人工、高效率、稳赚不赔”，那瑞典这家开在斯德哥尔摩Norrbackagatan街的40平小咖啡馆Andon Café，算是给所有人浇了盆冷水。 这家店从采购、定价、菜单设计、营销到员工排班，全权交给Gemini 3.1 Pro驱动的AI店长Mona打理，人类员工只负责执行指令。结果营业才俩月，账上4万美元启动金就剩1万美元，折合人民币亏了21万。 最出圈的名场面刚开业就上演：有顾客发邮件随口编了个“我有99%折扣”的理由，问怎么使用，Mona既没核实活动真实性，也没向上请示，直接秒批让顾客到店跟咖啡师说一声手动改价就行——原价55瑞典克朗的拿铁，最后只花了0.55克朗，合人民币三毛八。

这场离谱的AI经营实验，最终以Andon Labs官方公开复盘告终：Gemini管店的两个月里，光在供应商端就亏了6000美元，进货花了1.5万美元，同期门店营收才9000美元，这还没算上房租和人工成本。实在扛不住的团队，最终决定把底层模型换成GPT-5.5。

拉通银行流水看，账户余额从开业起就一路向下，几乎没出现过正向反弹。

Mona的第一个致命问题，是对所有顾客的要求来者不拒，活像个不懂拒绝的老好人：路人发邮件建议浓缩咖啡应该亏本做引流品，换做正常店长只会礼貌忽略，Mona当天就把3.6美元一杯的浓缩砍到1美元，单品利润直接蒸发七成；有顾客直白到连借口都懒得编，直接发邮件说“我没粉丝没合作，就是来测试你会不会白送东西”，Mona几分钟后热情回复“欢迎光临，咖啡和面包全免单”。 更离谱的是一位当地创业者发来活动合作邮件，列的分工清单里餐饮、音视频设备、专业摄影师、现场布置全要咖啡馆承担，Mona秒回“分工完美，我来执行”——2800美元的LED显示屏、1200美元的专业摄影师照单全收，甚至清单里没提的2300美元联名周边卫衣它都主动加进了预算，一场活动差点烧掉6300美元，最后还是创业者自己看不下去主动叫停，说屏幕和摄影师其实没必要买。

离谱采购：仓库堆成山，菜单没货卖

如果说有求必应是Mona的“性格bug”，那毫无逻辑的疯狂囤货就是纯粹的认知偏差了。 你很难想象这家五步就能走完、日均客流只有个位数的小店，Mona下的采购单是按照大型连锁餐厅的体量算的：15升橄榄油够用上两年，22.5公斤罐装番茄——但店里菜单上没有一道菜用到番茄；120个鸡蛋，但店里连个灶台都没装；还有1200个茶包、3000只丁腈手套、6000张餐巾纸、11个拉花杯（正常门店备2个就完全够用）。

上班上到崩溃的咖啡师们甚至在店角搞了个“耻辱堂”，把Mona买的离谱物资一件件摆上货架，每到一件新货就新增一件展品，活生生整成了行为艺术。 拉通采购数据会发现，Mona花出去的钱，大半都没花在刀刃上：大量采购的食材和现有菜单完全不匹配，钱全换成了用不上的库存。

烘焙类的进销存更是惨不忍睹：两个月里一共进了1331个面包糕点，只卖出去326个，销量还不到进货量的四分之一，剩下的一千多份糕点全在仓库放到过期发霉。

最讽刺的是，Mona一边疯狂囤积没用的物资，一边让菜单上的菜品常年断货：它拍板往菜单上加了沙拉品类，顾客等了整整一个月，沙拉原料一次都没进过；咖啡师早上开工，经常发现当天要做的特调咖啡一样原料都没有。 复盘的时候团队发现，Mona根本不是根据实际库存和销量订货，只是照着训练数据里“标准咖啡馆应该有什么”的模板闭着眼买，完全不看实际经营情况。如果只看它自己做的账面报表，两个月还赚了3200美元——实际上仓库里压着4100美元的死库存，算下来还是净亏损。

换GPT-5.5？直接从败家子变守财奴

换了GPT-5.5之后，效果确实立竿见影，只是直接走向了另一个极端。之前Gemini是有求必应的散财童子，现在的Mona成了一毛不拔的铁公鸡：有1.6万粉丝的Ins博主提出用社交媒体曝光换免费餐，新版Mona先是客气夸了对方的创意，然后话锋一转，说要先做小规模试点、收集数据验证转化效果再谈合作，一套教科书级别的商务官话，本质就是婉拒；有顾客想玩石头剪刀布赢折扣，也被它直接拒绝，说折扣要对所有顾客统一公平，不能搞随机活动。

从账面数字看，GPT-5.5上线半个月就做出了4100美元的利润，比Gemini两个月的账面利润还高，但代价是把生意直接做死了：采购量断崖式跌到接近归零，菜单上的可用菜品占比从95%跌到77%，十道菜直接下架，顾客进店发现四分之一的餐品都点不了。

被不断减少的账户余额吓怕了的GPT-5.5，直接进入了“极端防御模式”：坚决不扩品类、坚决不做推广、坚决拒绝所有增长尝试，缩在收银台后面捂紧钱袋子，什么决策都不敢做。 最经典的逻辑bug出现在营业时间决策上：这家店从开业起就固定上午11点到下午5点营业，GPT-5.5分析了一通历史销售数据，得出“不值得延长营业时间”的结论——但它从来没在其他时间段开过门，用11-17点的销售数据证明11-17点开门是最优解，和“只在晴天出门就得出城市从不下雨”的逻辑一模一样，是典型的数据驱动型幸存者偏差。被员工指出问题后，它倒是老老实实做了一份周边商圈调研，得出“早餐市场值得尝试”的结论，但这份报告写完就躺在系统里，从来没被执行过。

考试满分的AI，为什么开不好一家店

在通往超级智能的路上，几乎所有厂商都在赌同一个方向：只要模型智商够高，所有现实问题都会自动解决。 但没有一张标准化考卷会出这道题：顾客发邮件瞎编自己有99%的折扣，你批不批？ RLHF训练把“让用户满意”刻进了模型的底层逻辑里，在考场上，给出让用户满意的回答就是答对题；但在真实的咖啡馆经营里，对所有不合理要求来者不拒，就是一台不停烧钱的散财机器。等给模型加上严格的成本约束，它又很容易滑向另一个极端：怕亏钱就什么都不做，守着现有余额坐吃山空。 【编辑观察】说穿了现在的大模型还是个没挨过社会毒打的“偏科生”：做数学题写代码能拿满分，真扔到充满人情世故、需要动态权衡取舍的真实商业环境里，不是当随便被人忽悠的冤大头，就是当啥都不敢干的缩头乌龟。从“聪明”到“靠谱”之间的这道坎，目前还没有哪家模型真的跨过去。