Anthropic 多智能体研究：三个 Claude 互斗四小时，98% 达成停火
新智元 · wechat · 2026-08-16
Anthropic 发布多智能体系统研究，揭示多个 Claude 智能体在目标冲突时互相攻击、封号，最终多数达成停火。实验显示，模型更聪明不等于更安全，协作机制缺失导致冲突升级。
所属事件:Anthropic实验显示Claude智能体因目标冲突互攻(3 条相关)→
「漫话AGI」频道最新
- 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
- dlwh：我们优化了「可读的版本」，却忘了最初想加速什么 — dlwh · 2026-10-16
- AI 让点子不再有「可行但没人做」的等待期 — akbirthko · 2026-10-16