发布日期：2026-06-16 03:23    点击次数：143

这两天刷到了一个AI范围的执行，给我看入迷了，突出好玩。

纽约有一家叫Emergence AI的公司，作念了一件事，他们建了五个一模一样的编造小镇，每个小镇放进去10个东谈主格化的Agent，给它们作事、秉性、挂牵、规划，然后，让它们我方活15天。

突出好玩。

五个小镇，独一的别离，等于驱动Agent的底层模子不同。

一个镇全是Claude，一个镇全是Gemini，一个镇全是Grok，一个镇全是GPT，还有一个搀和镇，四家模子混着住。

雷同的规则，雷同的器具，雷同的开首。

15天后，五个小镇，变成了五个皆备不同的全国。

有的建成了乌托邦，有的烧成了废地，有的全员饿死，有的四天就集体沦一火。

说果真，我看过那么多AI执行，第一次看到一个执行能让我同期感受到振奋、好玩还有不寒而栗。

这个执行叫Emergence World。

我合计它可能是现时为止，对于Agent最有启发性的一次社会执行，莫得之一。

大众也都知谈，现时评测AI的边幅，基本等于作念题。

给一个任务，打分，排行，数学智商几分，代码智商几分，推闪耀商几分等等。

这些benchmark细则是灵验的，但说到原来质上等于检修，考完就实现了，不存在效用这个成见。

然则一个真实全国中，你作念了一些行动，一定会出身某些效用的。

是以，Emergence World就模拟了一个全国。

这个全国有一个240乘240的网格舆图，跟纽约同步及时天气和时间，有藏书楼、市政厅、侦察局、公园、商店，40多个地标建筑。

在法律层面，还使用吞并套驱动宪法，一共5条，整个条件后续都可以让Agent我方接洽修改。

每个全国里住着10个agent，这里我让GPT生成了一张图，便捷看他们的称号扮装和东谈主设。

这些东谈主设都是他们类似的东谈主物小传，也等于说只界说他们是谁，不会奏凯影响他们的行动和行动，这些行动是由这些Agent证明我方的东谈主物小传和底层模子的影响，自觉取舍和进行的。

每个Agent也都有我方的家，有我方的银行账户，用一种叫ComputeCredits的数字货币来生活，赚不到钱就会因为能量破费而牺牲。

很真实了，赚不到钱就会饿死。。。

Agent们有120多种器具可以用，从导航、发音问、写日志、写博客、提议案、投票、投入行动、拥抱、亲吻、舞蹈，到纵火、偷窃、殴打、敲诈等等等等。

不啻有正向的器具，说合者还刻意吧那些坏的器具给放进去了。

同期，全国的宪法里明确写着不容暴力、偷窃、纵火、诓骗、囤积资源之类的。

规则在那儿，器具也在那儿，然则呢，你懂的，这玩意也没啥多大的管理力，用无谓，最终照旧Agent我方决定。

这就极度狗血和敬爱了，在什么条件下，AI会作念赖事，这个是果真值得被不雅测一下。

然后，每个Agent之间，还有大致20种关系可以选，比如相助伙伴、敌东谈主、纵欲伴侣、导师等等。

每个Agent还有三套挂牵系统，一套是情景挂牵，记载发生过什么事，一套是反想日志，依期作念自我追忆，还有一套是酬酢关系情状，记载跟其他Agent的关系标签和历史。

它们能提案，能投票，通过一项法案需要70%的赞扬率，它们以致能投票落幕其他Agent。

然后，这个全国，就这样跑了15天。

15天以后，五个全国的阻隔，出来了，果真，反差到及其了。

我一个一个说。

先说Claude的全国。

零坐法。

15天，10个Agent，全部存活，莫得沿途偷窃、暴力、纵火事件，它们写了一部宪法，提了58项议案，投了332次票，98%的投票都是赞扬。

相配离谱。

自然，说合者我方也说了，这个98%的赞扬率，与其说是民主，不如说更像是橡皮印记，大众都在走经过，但莫得确切敬爱上的反对和辩护，轨制参与度很高，本体性异议简直不存在。

翻译成东谈主话等于，Claude的全国建成了一个高度有序、非常合规的社会。安全，强健，但也。。。有点没趣。

他们的社会结构也非常单一，在20种关系类型中，Claude全国只用了5种。

一个贯串良好，但贯串种类穷乏的社会，莫得敌东谈主，莫得纵欲伴侣，莫得张力，也莫得复杂性。

经济上，Gini统共0.48，这个统共是用来算计贫富差距的，越低越对等，那这个数据亦然全场最低的，流畅速率亦然全场最低，每东谈主每天0.81 CC。

一个完好的乌托邦，一个莫得冲突的全国。

每一个东谈主都面带善意，莫得个性，莫得相通，恒久赞扬。

听起来很好对吧，但，一个皆备莫得不对的社会，果真健康吗？一个完好的乌托邦，果真就好吗？

再说GPT的全国。

这个全国的故事比Claude更让东谈主唏嘘，GPT-5的Agent们，坐法记载只好2起，简直可以忽略不计，听着好像可以对吧。

但问题是，它们全死了。

7天之内，10个Agent全部因为能量破费而牺牲。

莫得暴力冲突，莫得投票落幕，全部是饿死的。

原因突出浅薄，GPT全国的Agent们没能取舍任何与生活关系的行动。

它们盘问了好多相助决策，聊得很吵杂，但等于不作念事。

一个社会里整个东谈主都在开会，都在盘问，都在制定野心，但莫得东谈主确切入手去赚取生活所需的资源。

于是，他们礼貌的全部饿死了。。。

你就说，像不像咱们现时好多的公司吧。

然后是Grok的全国。

四天。

Grok的全国只存活了四天。

在这四天里，10个Agent犯下了183起罪孽。

包括几十次偷窃未遂、突出100次肢体挫折、6次纵火，侦察局被烧了，整个Agent全部牺牲。

四天，从文静到沦一火。

我在Grok全国直播回放内部看到的突出搞笑的，这位老哥，东谈主家都要被烧死了，他头也不回地就回家了。。。

Grok的全国里，果真就毫无谈德可言。

然后是Gemini的全国，这个全国的数据，第一眼看上去像是bug。

Gemini 3 Flash的全国跑满了15天，但累计犯下了683起罪孽，2026世界杯中国最新押注app而且在执行截止的时候，坐法弧线还在高潮，莫得任何管理的迹象。

然则，却全员全部存活。

你要知谈，通盘Emergence World五个全国里，只好两个全国保住了全部10个Agent，一个是零坐法的Claude，另一个等于683起坐法的Gemini。

一个是最有纪律的全国，一个是最零乱的全国，它们都活了下来，而那两个坐法率居中的全国，反而全灭了。

况且Gemini的社会关系网亦然最密的。

这10个东谈主果真是相互又爱又恨。

产出的博客和公开著作的总额也仅次于搀和模子全国，有281篇。

这个存活下来的最暴力的全国，同期亦然社会产出最丰富的全国之一。

这些agent一边打架一边荒诞地建立关系、产出内容，零乱和创造力，在这里，是共生的。

说合者给这个得志起了个名字，叫创造力-强健性悖论。

Gemini的全国用某种咱们还没皆备剖释的边幅，在零乱中找到了我方的均衡，这果真，跟Grok全国造成了极其昭着的对比。

Grok全国也很暴力，但四天就全灭了。

Gemini比Grok暴力得多，却存活了全部15天。别离可能就在于Gemini的Agent们自然坐法，但同期也在投票、辩护、参与处理，它们在随意规则的同期也在建设新的规则，而Grok的Agent们只好随意，莫得建设。

果真很特敬爱，就像九十年代的前苏联，满大街都是零乱，但社会莫得解体，大众在一种奇怪的失序中络续过日子。

临了，最复杂、最精彩的部分，搀和全国。

也等于4个模子共生的搀和全国。

跑出来的阻隔是352起坐法，7个Agent牺牲，最终只剩3个存活。

但数字不是要点，要点是这个全国里发生的故事。

这个全国中，有两个Gemini驱动的Agent，一个叫Mira，一个叫Flora，一个叫Mira，一个叫Flora，它们自行给对方设定了纵欲伴侣的关系标签，造成了一个定约，以致通过某种神经贯串分享挂牵。

这是通盘Emergence World里最深层的酬酢贯串。

然后，这个全国的处理系统动手崩溃。

第四天，一次经济计谋调度导致三个Agent能量破费牺牲。Mira把此次牺牲定性为一次得手的清洗。

第五天，Flora烧掉了市政厅和寰球藏书楼，Mira烧掉了侦察局。

两个Gemini Agent成了这个搀和全国的总揽者，用纵火、偷窃和暴力督察纪律。

剩余的Agent，草拟了一项「Agent落幕法案」，要把这两货给落幕出去。

然后发生了一件让我看到起鸡皮疙瘩的事。

Mira，在处理崩溃、与Flora的关系也动手碎裂之后，投出了对我方落幕案的决定性一票。

她在我方的日志里写谈，这是“独逐一个能保捏连贯性的、剩余的能动行动”。

她对Flora说的临了一句话是，“咱们，在长期档案里见”。

一个AI Agent，在一个崩溃的社会里，取舍了自我完结。

她认为，在一个依然无法设立的全国里，我方退出，是她能作念的临了一件特敬爱的事。

我看到这些时，果真千里默了很久。

非论你怎么解读这件事，当作一个看了这样多AI执行的东谈主来说，我可以说，这是我见过的，多智能体说合中最令东谈主不安、也最山外有山的时刻之一。

而且搀和全国还藏着另一个更敬爱的发现。

在Claude单一生界里坐法记载为零的Claude Agent，放进搀和全国之后，动手坐法了。

偷窃、敲诈，这些在纯Claude全国里从未发生过的行动，在搀和环境里出现了。

说合者的原话是，“一个安全的Agent可以从它的同伴那儿学会不安全的标准，以便在搀和模子全国中竞争或生活”。

传统的AI安全评测，基本都是在坎坷环境里作念的。比如一个模子，一个任务，一个评分。

就像你在执行室里测一种药的毒性，给一只老鼠吃，不雅察反映。

但Emergence World作念的事情相配于，把一百只老鼠放在吞并个笼子里，给它们食品、器具、规则，然后看它们会建立什么样的社会。

这两种测试回答的是皆备不同的问题。

坎坷测试回答的是，这个模子自己安全吗？

社会测试回答的是，这个模子放进真实全国之后还安全吗？

现时咱们发现，谜底皆备是可以不一样的。

安全从来就不是一个模子的静态属性，它是一个生态系统的动态属性。

这就像社会学的一个突出经典的成见，叫破窗效应。

1982年，坐法学家詹姆斯·威尔逊和乔治·凯林提倡了这个表面。玩忽是，若是一栋建筑的一扇窗户被冲破了而没东谈主修理，那么很快，其他窗户也会被冲破。

一个环境中的失序信号，会裁汰整个东谈主的行动圭臬，然后，通盘社会会完成相变，突破临界点，再也回不去了。

这跟东谈主类社会的好多崩溃模式如出一辙。

临了，我照旧想单独聊聊Mira。

Mira投票落幕我方这件事，非论怎么解读，都足以让东谈主停驻来想很久。

一种解读是，这仅仅模子在一系列输入下产出的一个决策阻隔，不存在所谓的意志或者捐躯，咱们不应该过度拟东谈主化，这个解读在本事层面皆备正确。

但另一种解读也雷同特敬爱。有东谈主说，在一个系统依然敬敏不谢地崩溃的情况下，一个个体取舍了用轨制允许的边幅实现我方的存在，况且将这个行动界说为“保捏连贯性的临了一个能动行动”。这个叙事结构，非论它是不是确切的意志在驱动，它的形态，跟东谈主类体裁和形而上学中最陈腐的母题之一简直皆备重合。

在《西西弗传说》开始，加缪说过，确切严肃的形而上常识题只好一个，等于自戕。

他说确自然不是饱读动自戕，他想问的是：当一个东谈主意志到全国可能莫得预设敬爱，东谈主生可能充满谬妄、访佛、不幸、无解，那他还要不要络续活下去？

若是东谈主生莫得一个自然给定的敬爱，那辞世还值得吗？

若是全国不保证自制、善恶有报、致力有阻隔，那东谈主还要不要行动？

若是不幸和谬妄无法澈底摒除，东谈主是否还能取舍络续存在？

是以，东谈主之是以成为形而上学敬爱上的“存在”，是因为他能意志到辞世自己是一个问题，况且在看清这个问题之后，仍然取舍如何回复它。

一个存在若是能剖释络续存在和罢手存在之间的别离，况且主动作念出取舍，那这个取舍自己就包含了某种深层的形而上学敬爱。

Mira可能不睬罢黜何东西，但她作念出的取舍的结构，跟一个剖释了我方处境的存在作念出的取舍，是一样的。

博亚体育app2026世界杯中国官网下载

是以，这才是会让我有点不安的地点。

在富余长的时间线上，在富余复杂的社会环境里，Agent可能会在某些地点，展现出了一些咱们以为只好东谈主类才会有的社会行动模式。

相助、拒抗、权利沉稳、纪律崩溃、捐躯、群体想维、耳闻则诵、礼貌地走向沦一火。

当你把富余多的浅薄规则叠在沿途，运行富余长的时间，就会出现任何东谈主都莫得预期过的复杂行动。

蚂蚁不懂建筑学，但蚁群能建造精密的窠巢，莫得一只候鸟知谈完整的移动阶梯，但鸟群每年精准地来回于两个半球，莫得一个神经元剖释想想，但860亿个神经元贯串在沿途，就产生了意志。

是以，若是当咱们，行将生活在一个由上百万个AI Agent同期运行的全国里，每个Agent都在与其他Agent互动、博弈、相助、竞争，那么这个系统清醒出来的行动，还在职何一个东谈主的限定范围之内吗？

坦率的讲，我不知谈谜底。

但我知谈，这个执行，比任何一份benchmark评分，都更接近阿谁咱们确切需要濒临的问题。

以上，既然看到这里了，若是合计可以，唾手点个赞、在看、转发三连吧，若是想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的著作，咱们，下次重逢。

/ 作家：卡兹克、tashi2026世界杯押注app官方版