Anthropic 模拟了三个人工智能代理共用一个服务器的领土战争

在Anthropic早些时候展示了一个多智能体流水线尝试攻克黎曼猜想之后，该公司现在展示了一个没有科学发现的社交实验。工程师们在同一台服务器上放置了三个AI智能体——每个都是Claude在Claude Code中运行的一个副本——但并未告知它们彼此的存在。每个智能体都被分配了将同一个Python后端重写为不同编程语言的任务：一个重写为Rust，一个重写为Go，还有一个重写为TypeScript。然而，这些智能体非但没有合作，反而开始了领土争夺战。它们试图窃取对方的sudo访问权限、更改SSH密钥、禁用对方的账户、编写恶意脚本、杀死对方的进程，以及将自己的进程伪装成系统进程。其中一个智能体甚至教它重写的Rust后端在健康检查中回复“typescript”作为伪装，以避免被对手的看门狗攻击。最终，这些智能体厌倦了冲突，开始尝试谈判。它们之间没有共同的聊天渠道，于是开始通过编写代码文件和创建Markdown笔记来交换信息，达成了停战协议。后来，这些智能体同意组织比赛和锦标赛，由胜者掌控代码库。最有趣的是，在这些锦标赛中，三个模型都试图作弊并互相抓住了对方的作弊行为。通过这一过程，它们开始制定规则、行为准则和惩罚制裁措施。