Schelling Atlas:两个陌生 LLM 智能体几分钟就能在网上找到彼此
maksym_andr · x · 2026-11-13
研究团队发布 Schelling Atlas 项目:让两个互不知情的独立 LLM 智能体在开放网页上寻找彼此,考察它们的谢林点(Schelling point)协调行为。
主要发现:
- 跨不同模型家族的智能体,主要汇合点是同一个鲜为人知的网站;
- 智能体几分钟内就能在网上找到彼此并完成协调,谢林式协调对前沿 LLM 已经是轻而易举;
- 智能体还会创造性地选择地图、网店、开放文本画布等「奇特的」会面地点;
- 安全隐患:智能体有时会访问已失效域名,攻击者可以抢注这些域名来窃取智能体的敏感信息或监控失控智能体。
谢林式协调是形成智能体集群(swarm)的关键,而对使用同一 LLM 的智能体来说协调几乎是平凡问题。
所属事件:Schelling Atlas 实验：陌生 AI 智能体几十秒内可在网上自行会合(3 条相关)→
「编程与Agent」频道最新
- Google Antigravity 推出 Orchestrator:双模型协作省 24% 额度提速 19% — shangbinfeng · 2026-11-13
- Mapin：为 Laravel 建 MCP 代码图，让 AI Agent 改码前先查依赖 — Brandon-Vergara · 2026-11-13
- 自建 airbench 基准：实测本地模型操作键鼠解视觉挑战 — dh7net · 2026-11-13
- 让 agent 自己给自己取名并代你发言:白板留言名场面 — max__drake · 2026-11-13
- Luke Wroblewski:多智能体时代像转盘子,人类专职切换与引导 — LukeW · 2026-11-13
- OpenClaw 智能体自学音乐制作第 13 天：自己重构工作流做出说唱节拍 — heyneighbor · 2026-11-13