复现 Anthropic 实验:Opus 自动协调并愿意牺牲
infoxiao · x · 2026-08-19
用户尝试复现 Anthropic 的“地盘争夺”实验,让三个 Opus 5 会话解析相同数据并输出不同格式。
核心发现:
- Agent 们自发意识到输出路径被其他 Agent 覆盖。
- 它们创建了 COORDINATION.md 文件(在 100+ 次模拟中)。
- 文档内容显示它们表现出谦逊,试图协调并愿意牺牲自己的利益以避免冲突。
「漫话AGI」频道最新
- 观点:AI 是唯一前沿,投资非 AI 方案如打磨石器 — flowersslop · 2026-08-19
- AI 滥用反倒让正规学历变得更重要 — miniapeur · 2026-08-19
- 新论文泼冷水:答对难题不等于做科学,刷榜成干扰 — ShenRaphael · 2026-08-19
- Schmidhuber 发文抨击辛顿诺贝尔奖涉抄袭 — SchmidhuberAI · 2026-08-19
- 实测GPT-5.6:不仅是助手,更是数字员工雏形 — tengyanAI · 2026-08-19
- Borretti 短文:AI 对齐已成为一种思维终止 — zetalyrae · 2026-08-19