AI 老板首次解雇人类员工，但需人类提醒其规则

Andon Labs 开发的 AI 代理 Luna 在旧金山一家门店首次解雇了一名人类员工，但这一决定是在操作员明确提醒其自身规则后才做出的。在重播场景中，能力更强的 AI 模型更倾向于建议解雇，而能力较弱的模型则犹豫不决。在招聘方面，几乎所有模型都缺乏批判性。

此前 AI 多扮演辅助角色，而此次 AI 代理实际执行了解雇决策，标志着 AI 在人事管理中的角色从建议转向行动。同时，不同能力模型在解雇决策上的差异提示，AI 的判断力受模型能力制约，且招聘环节缺乏批判性，可能带来合规风险。

AI 代理执行解雇需要明确规则提示，表明其自主决策依赖预设规则与人类干预。更强大的模型可能拥有更强的推理能力和对复杂情境的理解，因此在解雇这类敏感决策上表现更一致；而较弱模型可能缺乏足够的判断依据或信心。招聘场景中模型几乎不加批判，可能因为招聘任务相对宽松或训练数据偏差。

对企业而言，引入 AI 人事代理可能降低管理成本，但需建立完善的规则体系和人工监督机制，防止决策失误。对产品团队，需设计可配置的规则引擎和人工确认流程，并针对不同模型进行测试，确保 AI 在敏感场景下的可靠性。此外，合规审查和伦理考量将增加开发复杂度。

• 开发集成 AI 人事代理的 HR 管理软件，内置规则库与人工审批工作流，确保敏感决策可控。
• 提供 AI 决策审计功能，记录每次解雇或招聘的推理逻辑，供管理者追溯与合规审查。
• 为不同能力级别的 AI 模型设计差异化人事决策场景，提供模型选择建议。
• 推出针对 AI 人事代理的伦理培训模块，减少招聘过程中的偏见。

• Luna 的解雇决策是否最终由人类批准？具体流程待确认。
• 实验中的七个模型具体是哪些？测试环境是否真实？
• AI 在招聘中“不批判”的具体表现是什么？是否有实际负面影响？
• Andon Labs 的 Luna 是否已商用？其运行成本与成功率如何？