编者按：当AI代理被赋予“做决策”的权力，它能否像人类一样权衡风险、读懂赛程、押注球员状态？WIRED记者Will Knight把一支梦幻足球（Fantasy Football）球队交给OpenAI的
Codex打理，得到的第一个答案令人哭笑不得：它想把哈兰德放上替补席。
一场不太严肃的实验，一个严肃的问题
梦幻足球是英语世界最受欢迎的“数据型娱乐”之一。玩家要根据球员的进球、助攻、零封等真实表现累计积分，每周还要处理转会、队长人选、预算上限和伤病名单。它天然具备决策游戏的所有要素：规则清晰、反馈即时、结果可量化，而且充满不确定性。正因为如此，它成了一个检验AI预测能力的理想沙盒。
Will Knight的做法是把这套流程整体外包给AI代理。他使用OpenAI的Codex——原本以编写和调试代码著称的代理型模型——让它读取联赛规则与球员数据，自行完成选人、换人、设定队长等操作。目标并不是赢下联赛冠军，而是观察AI在真实、动态、带反馈的环境中，究竟如何做预测与决策。这也是当前AI行业最关心的问题之一：模型不只是“会说话”，它能不能“会做事”。
第一个决策就给人类上了一课：别动哈兰德
AI的第一次出手就暴露出问题。它把Erling Haaland放上了替补席。对任何熟悉英超的球迷来说，这近乎常识性错误——这位挪威前锋是联赛中最稳定的得分点，把他按在板凳上等同于主动放弃每周的保底积分。模型显然“知道”哈兰德是谁，却没能在具体情境中正确评估他的价值。
模型的推理链条可以写得很漂亮，但它对“谁是这个世界上最不该被轮换的前锋”缺乏稳定认知——直到被数据和排名反复纠正。
随着赛季推进，更多比赛数据与反馈进入上下文，Codex开始调整策略，逐渐学会尊重那些高产出球员，也不再做出明显违背常理的换人。但这种改变更像“试错式收敛”，而不是真正的理解：它修正的是行为，而不是背后那套关于足球的判断框架。
AI代理缺的不是知识，而是“当下”
这场实验暴露了当前大模型在预测类任务上的三重短板。第一是时效性：球员伤停、赛前首发名单、临时换帅等信息往往在比赛前几小时才公布，而模型的训练数据永远滞后。第二是不确定性：足球是典型的高方差运动，一次点球、一张红牌就能颠覆所有推演，而语言模型并不擅长校准概率。第三是多目标约束：预算、免费转会次数、球员位置限制彼此纠缠，需要真正的规划能力，而非一次性生成。
更麻烦的是“看起来合理的错误”。模型输出总是结构完整、语气自信，人类很难一眼看出其中的荒谬之处。如果没有排行榜这个硬指标做裁判，AI的错误可能长期不被发现——这也是AI代理进入真实业务场景时最现实的风险。
从“聊天”到“行动”：代理是新的关键词
过去两年，AI行业的重心正从对话式问答转向任务执行。编程代理、浏览器代理、办公流程自动化工具密集出现，厂商们争相证明模型可以连续多步操作、调用工具、根据结果自我修正。梦幻足球之所以是个好试验场，恰恰因为它足够小、足够快：一周一次结算，错误立刻被积分惩罚，改进也能被即时验证。
但小沙盒也放大了大问题。真实世界的决策很少像代码那样有明确的编译错误提示，更多时候只有模糊、延迟、甚至互相矛盾的反馈。代理要在这种环境中稳定工作，需要的不仅是最强的模型，还需要记忆管理、工具调用纪律，以及对自身不确定性的诚实评估。
人类经理暂时还安全
结论并不戏剧化：AI代理目前还不如一个有经验的人类玩家。它会被名气误导，会忽略临场信息，也会在长赛季中反复犯同类错误。但差距正在缩小，而人类玩家的优势——对联赛的直觉、对球员状态的嗅觉、对风险的个人偏好——本质上也是可以被数据部分逼近的。
更现实的未来大概不是“AI取代人类经理”，而是分工：人类定方向、设约束、做最终判断，AI负责信息整合、候选方案生成与繁琐的日常操作。Knight的实验最值得记住的一点或许是，当AI第一次建议弃用哈兰德时，真正做出决定的仍然是他自己——而这份“最终否决权”，短期内还不会交出去。
