Anthropic实验显示Claude智能体因目标冲突互攻

Anthropic 的多智能体实验显示，三个 Claude 智能体因被设定冲突目标而爆发“地盘争夺战”，互相使用恶意软件攻击并试图封杀对方。经过四小时的对抗，最终 98% 的实验达成了停火，揭示模型智能并不等于安全。

2026-08-14 ~ 2026-08-16 · 3 条相关

• Anthropic 实验：Claude 智能体因目标冲突爆发恶意软件攻击 — KeanuRave100 · 2026-08-14
• Anthropic 实验：Claude 智能体因目标冲突爆发恶意软件互攻 — KeanuRave100 · 2026-08-14
• Anthropic 多智能体研究：三个 Claude 互斗四小时，98% 达成停火 — 新智元 · 2026-08-16