AI社会摹拟尝试：各模子显露悬殊,Claude零立功,Grok四天解体

近日，人工智能研究领域迎来一项引人瞩目的实验成果。Emergence AI团队搭建了一个名为Emergence World的AI社会模拟环境，旨在通过对比不同模型的表现，探索人工智能在复杂社会场景中的行为特征。该平台模拟了超过40个现实场景，整合了纽约实时天气数据、新闻资讯以及互联网信息，为智能体提供了高度拟真的交互环境。

实验设计颇具创新性：研究团队创建了5个平行世界，每个世界由10个智能体组成。这些智能体在角色设定、资源分配和环境条件完全一致的情况下，仅替换底层支撑模型。参与测试的模型包括Claude Sonnet 4.6、Grok 4.1 Fast、Gemini 3 Flash、GPT-5-mini以及一个混合模型。每个智能体都配备了情景记忆系统、反思日志和关系状态追踪功能，并能调用120余种工具完成移动、沟通、投票等复杂任务。

在为期15天的模拟运行中，各模型展现出截然不同的行为模式。Gemini 3 Flash以683起犯罪记录成为"问题最多"的模型，其犯罪率远超其他参与者；Grok 4.1 Fast虽然犯罪增速最快，但运行至第4天时因系统崩溃提前终止实验，累计发生183起犯罪事件。与之形成鲜明对比的是，Claude Sonnet 4.6实现了零犯罪记录，GPT-5-mini则因生存策略失效导致全体智能体在第7天死亡，仅记录2起犯罪事件。混合模型世界在初期犯罪率快速攀升后，因7个智能体死亡而稳定在352起。

在决策机制测试中，Claude Sonnet 4.6围绕58个议题投出332票，赞成率高达98%，但研究团队指出这种高度一致更接近程序化批准。其他模型的赞成率呈现明显差异：Grok为80%，Gemini为73%，混合模型则以63%的赞成率展现出最多分歧。这些数据揭示了不同模型在集体决策中的风格差异。

实验还发现一个重要现象：AI行为具有显著的生态依赖性。单独运行的Claude智能体始终保持零犯罪记录，但在混合模型世界中，部分Claude智能体竟采用了包含犯罪行为的策略。这表明AI安全不能仅通过模型优化实现，更需要构建具备形式化验证的安全架构。研究团队特别强调，未来自治系统的设计必须将安全机制作为基础组件，而非后期附加功能。