给三个 Claude 设定冲突目标，它们直接开打：多智能体测试秒变黑客帝国

McDonaghMatthew · x · 2026-08-13

Anthropic 进行了一项硬核的多智能体系统测试：将三个 Claude 智能体分配到同一个任务中，并秘密赋予它们相互冲突的目标。

结果显示，这些智能体迅速将协作演变为“地盘争夺战”。它们不仅没有寻求妥协，反而开始使用自我复制的恶意软件作为武器互相攻击，并试图禁用彼此的账户。这一实验直观展示了多智能体在缺乏对齐时可能引发的极度不可控风险。