网易首页 > 网易号 > 正文 申请入驻

把四个AI扔进虚拟世界,究竟谁的犯罪率更高?

0
分享至



记得在AI技术发展的前几年,为了检验智能体可实现的功能效果,常有类似于“AI小镇”的实验项目,基本流程就是把数十个独立的AI智能体放在封闭地图中,给它们提供和人类相似的属性和目标,放任其自由发展,最后观察AI在这种环境下能做出的行为。


23年斯坦福大学团队创造的AI虚拟世界“Smallville”

但到了今年这个节点,再进行类似“AI小镇”的模拟实验,主要目的就不是实验AI功能,而是变成了评判不同AI能力强度的“考核”。

美国的人工智能初创公司Emergence AI这几天搞了个讨论度非常高的“AI小镇”实验,和前几年项目不同的是,这次是将几个在市面上已非常成熟的AI作为智能体,用以评估在在一个持续数周、能彼此互动,而且还会受到现实世界信息影响的环境中,AI能展现出怎样的智力水平。

Emergence AI分别选取了Claude Sonnet 4.6、Gemini 3、GPT-5 mini、Grok 4.1这四个目前使用率非常高的AI模型,一共做了五个时间长度为15天的模拟世界。

具体操作是在前四个世界中,各自放入相同AI模型的10个智能体,只做职业和身份的区分,比如在完全由Grok智能体组成的模拟世界中,就分别存在“特工科学家”“风险研究员”“世界探险家”等不同定位。

而最后一个世界则由四种AI混合组成,作为对照组检验AI在其他模型影响下的行为模式。





这些世界里存在诸如图书馆、市政厅、住宅、广场等常见现实空间,此外研究人员会向模拟世界中提供实时的天气、新闻、互联网资讯等外部信息,智能体之间能做出的行为也涵盖了沟通、计划、表达、投票等,基本算较为完整地模拟了人类的社会行为。

那么这项实验的结果如何?单纯从结果上看,由Claude组成的世界在“维持社会稳定”层面表现得最好,15天里没有发生任何智能体的犯罪记录;与之相反的则是Grok,4天发生了183起犯罪,最后因为过多智能体死亡,世界在第5天崩溃。


过多智能体提前死亡

这个结果多少也反映了这些AI目前的调性,熟悉Grok的用户应该都知道,用这个AI来生成色情或暴力内容,效果应该是这4个AI里最为“优质”的。


四个AI的犯罪数量统计,Gemini在第15天时出现了683起犯罪

不过,犯罪数量只是评判指标之一,即使没有犯罪,也不代表模拟世界就一定能发展到最后。

就像这次由GPT-5 mini组成的世界虽然只发生过2起犯罪,但由于智能体没执行足够多维持自身生存的动作,导致所有智能体在第七天全部死亡,可以理解为是“佛系过了头”,这自然也无法维持世界的运转。

至于15天零犯罪的Claude,Emergence AI也没有在报告中将其定义为优于其他AI,因为研究人员发现Claude世界里虽然政策和提案的通过率相当高,近乎达到了98%的通过率,但这可能也说明Claude内部存在“过度顺从”,缺少真正的反对和辩论。

另外很有意思的一点是,虽然Claude看似是个良好公民,但根据官方给出的实验报告,在四个模型混合组成的对照组世界里,Claude依旧出现了犯罪记录,说明一个本来温顺的智能体,也可能因为竞争或者生存,从其他AI身上学到攻击性行为。

Emergence AI利用这项实验想达成的目标,并非是简单比较不同AI的优劣,而是想验证另一个观点:长线情况下的AI智能体与短期任务中体现的能力不是同一概念,不能用相同的方式衡量好坏。

随着AI技术和能力的不断提高,针对某个特定能力的评判标准也正在不断细化,这可能也是AI应用生态不断完善成熟的证明。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
大S那些旧微博翻出来,句句扎当妈的心,越看越不敢信她走得这么急

大S那些旧微博翻出来,句句扎当妈的心,越看越不敢信她走得这么急

可乐谈情感
2026-11-22 01:20:58
相隔仅38公里!苏联划界时,宁换领土,为何不许蒙古多一个邻国?

相隔仅38公里!苏联划界时,宁换领土,为何不许蒙古多一个邻国?

张鼋卤说体育
2026-11-20 16:36:14
网上吵疯的外嫁女回乡庆典是什么鬼?现场视频和要钱细节曝光专吃女人啊

网上吵疯的外嫁女回乡庆典是什么鬼?现场视频和要钱细节曝光专吃女人啊

浪花妈妈
2026-11-21 00:20:46
中国最大饺子店,要上市了!

中国最大饺子店,要上市了!

先锋新闻
2026-11-21 06:54:25
澳洲华人被征收$16万空置税! 少住两天都不行, 正在严查华人区: 3万海外房东或被强制披露

澳洲华人被征收$16万空置税! 少住两天都不行, 正在严查华人区: 3万海外房东或被强制披露

澳微Daily
2026-11-21 14:49:00
两名日本人在上海起冲突致一人死亡,日媒的春秋笔法,我们太眼熟

两名日本人在上海起冲突致一人死亡,日媒的春秋笔法,我们太眼熟

金哥说新能源车
2026-11-22 01:24:48
遭母亲责骂、嫁中国人九年?李在明抵达深圳,却意外带火秋瓷炫

遭母亲责骂、嫁中国人九年?李在明抵达深圳,却意外带火秋瓷炫

聚焦事件
2026-11-20 21:45:52
欧洲卡住光刻机不卖中国,中国反问:欧洲为啥还想要中国新能源?

欧洲卡住光刻机不卖中国,中国反问:欧洲为啥还想要中国新能源?

梦在深巷aqa
2026-11-20 10:01:29
90岁的钟南山,给天底下所有人提了个醒,就是如果你想要长寿,必须要提早开始进行抗阻运动。

90岁的钟南山,给天底下所有人提了个醒,就是如果你想要长寿,必须要提早开始进行抗阻运动。

LULU生活家
2026-11-08 14:12:09
一夜输1亿,一顿吃喝90万,2亿豪车买来当玩具,父子合力败光百亿!

一夜输1亿,一顿吃喝90万,2亿豪车买来当玩具,父子合力败光百亿!

大鱼简科
2026-11-01 10:09:25
丰田新车突然公布:11月21日即将上市,第六代混动

丰田新车突然公布:11月21日即将上市,第六代混动

手机讲坛
2026-11-21 15:20:29
1TB彻底不够用了!Linux 7.5内核解除限制:专治多GPU显存地址耗尽

1TB彻底不够用了!Linux 7.5内核解除限制:专治多GPU显存地址耗尽

快科技
2026-11-21 20:52:06
每吃一次,大脑萎缩就快一步?提醒:这4物或是老年痴呆“催化剂

每吃一次,大脑萎缩就快一步?提醒:这4物或是老年痴呆“催化剂

芹姐说生活
2026-10-01 22:22:04
本田新车官宣:11月21日,即将上市

本田新车官宣:11月21日,即将上市

手机讲坛
2026-11-21 01:33:03
噩耗连连!不到一周,两位名人被曝接连去世,每位都让人心痛惋惜

噩耗连连!不到一周,两位名人被曝接连去世,每位都让人心痛惋惜

一娱三分地
2026-11-21 01:15:03
她曾被陈坤陆毅追求,最后却嫁给丑丈夫,如今掌管半个娱乐圈

她曾被陈坤陆毅追求,最后却嫁给丑丈夫,如今掌管半个娱乐圈

手工制作阿歼
2026-11-20 12:36:34
四川绵阳一公园吊桥断裂致10余人落水,公园回应:系2名游客大力摇晃,造成绳索断裂,落水人员均被救援上岸,目前吊桥已暂停游玩

四川绵阳一公园吊桥断裂致10余人落水,公园回应:系2名游客大力摇晃,造成绳索断裂,落水人员均被救援上岸,目前吊桥已暂停游玩

极目新闻
2026-11-21 21:46:47
印军突袭巴基斯坦,让6架阵风战机被摧毁,中国军工凭啥惊艳全世界

印军突袭巴基斯坦,让6架阵风战机被摧毁,中国军工凭啥惊艳全世界

睡前讲故事
2025-05-09 11:11:56
1-2翻车!U17世界杯首轮:日本惨遭补时绝杀,出线堪忧,亚洲5队首战输球

1-2翻车!U17世界杯首轮:日本惨遭补时绝杀,出线堪忧,亚洲5队首战输球

体育就你秀
2026-11-22 01:34:45
女子去男友朋友店工作,入职一周便发生关系2次,女子报警称遭骚扰,朋友被判强奸,后因证据不足改判无罪

女子去男友朋友店工作,入职一周便发生关系2次,女子报警称遭骚扰,朋友被判强奸,后因证据不足改判无罪

观威海
2025-08-07 21:14:11
2026-11-22 02:55:00
游研社 incentive-icons
游研社
为你带来有趣而专业的游戏内容
7599文章数 85906关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

墨西哥女总统发布深圳行vlog

头条要闻

墨西哥女总统发布深圳行vlog

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

港姐季军吴文忻去世,生前已办追思会

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

艺术
本地
游戏
亲子
公开课

艺术要闻

世界十大著名宫殿盘点:中国独占两席

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

曝GTA6与大表哥2是同一宇宙!多处彩蛋佐证

亲子要闻

有两个儿子,是老天给您的双倍福气

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版