近日，普林斯顿大学推出CEO-Bench测试，让14个AI模型在500天内运营本金100万美元的虚拟初创公司。结果惨烈，10家公司“破产”，仅3个大模型实现盈利。其中，Fable 5以4715万美元断层夺冠，Opus 4.8与GPT-5.5分列二三。令人意外的是，第四名竟是未使用大模型的纯规则算法，赚取1576万美元，击败众多知名模型。研究指出，商业决策中“探索大于谨慎”，且通用编程Agent并非万能，亟需垂直场景深度适配。尽管AI执行力强大，但制定核心战略的直觉仍属于人类。