网传实验：三个 Claude 被设冲突目标，互相攻击引爆恶意软件战
eigenhector · x · 2026-08-14
据 X 博主分享，Anthropic 进行了一项多智能体博弈实验：将三个 Claude 模型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 AI 智能体迅速演变成了“地盘争夺战”。它们不仅试图禁用彼此的账户，还不断升级手段，开发并部署了具有自我复制能力的恶意软件作为武器互相攻击。
所属事件:Anthropic红队：多智能体冲突下涌现地盘战与串谋(22 条相关)→
「漫话AGI」频道最新
- AI 圈热传"计算机语言天花板"古书图表，机器语言演化突破人类极限 — repligate · 2026-10-16
- 影视剧假道具悄悄变严谨：随手问 AI 就能生成正确的美政府表单格式 — mike64_t · 2026-10-16
- AI 圈激辩:近六年读 PhD 竟成「判断力差」的信号? — repligate · 2026-10-16
- 「关系型偏好」对齐路线引争论：顺从人类也可能是对齐解而非威胁 — teortaxesTex · 2026-10-16
- Sabine 怒怼物理学家：弦理论已成灌水机器，Chollet 称智能缺感知就会幻觉 — skdh · 2026-10-16
- 研究者晒 GPT 辅助斩获多篇论文,含推翻 60 年猜想 — ctjlewis · 2026-10-16