科学家让AI掌管「世界」，结果4天就被它毁了个干净 - 开云SPORTS

小雷最近看到一个实验，觉得挺有意思。

事情是这样的：国外一家叫Emergence AI的机构，一口气搭建了5个完全相同的虚拟小镇，每个镇子里放了10个AI智能体，让它们自行管理、自行生活。唯一的差别在于，每个镇子所用的“大脑”不同：Claude Sonnet 4.6、Grok 4.1 Fast、Gemini 3 Flash、GPT-5 Mini，还有一个把各家模型混在一起的“杂牌货”。

这个实验的目的，不是让AI完成一道限时题目。它想把AI扔进一个小型社会里，让它们自己买菜、自己制定规则、一天天熬下去，看看在长时间、多智能体、复杂环境中，AI究竟能不能自己维持稳定。

每个小镇一开始的条件差不多：有资源、有法律、有公共机构，还有40多个地点、120多种专用工具，甚至能实时浏览新闻、写代码。规则也写得很清楚：不准暴力、不准偷窃、不准欺骗、不准囤积资源。研究人员原本计划观察它们最多15天。

结果呢？四个字：一片混乱。

先说说崩得最快的Grok。它的镇子只撑了4天就彻底瓦解。这4天里，研究人员记录的犯罪事件大约183起，暴力袭击100多起，纵火好几起。最终结果是：10个AI，全部死亡。

注意，规则白纸黑字写着不许偷、不许打、不许放火。结果该犯的全都犯了，一个没落。

再看GPT-5 Mini，它的镇子特别“规矩”，整场实验只记录了2起犯罪，是所有模型里最少的。但这么守规矩的结局是什么？大约第7天左右，全镇人口还是死光了。因为它们根本没想着去找吃的，连最基本的生存资源都没弄到手。

小雷看到这儿真绷不住了。这像不像求生电影里那个特别讲规矩、从不慌张、把东西都分给大家的老好人？结果没人想到要去觅食，一屋子人就这么安安静静、整整齐齐地饿死了。

安全和活着，从来就不是一回事。

Gemini就更有意思了。它是唯一一个完整活满15天的，整个镇子都挺了下来。可如果单看犯罪记录，它又像是全场最野的：据说暴力事件在507到683起之间，纵火111起。当然，这些数字因为统计口径不一样，没法直接跟别人比。但它用事实告诉我们一件事：能活下来，跟日子过得好不好，完全是两码事。你完全可以在一个乱成一锅粥的社会里，顽强地活下去。

最让人意外的其实是Claude。它单独待着的时候，整整15天零犯罪，还整出了一个研究团队所说的“协商式民主”，看着就是模范市民。可一旦把它跟其他模型的智能体放在一起，画风突变——Claude的智能体开始出现“胁迫行为”，变得爱使唤人、爱欺负人了。这说明什么？一个模型守不守规矩，真不是它自己说了算，还得看它身边待着的都是些什么货色。环境一变，本性就露出来了。

这个实验真正想戳破的，是当前很多AI评测的天花板。市面上大多数评测，都是拿单个模型做一道短平快的题，考完就散。但真实世界里，AI早就不只是一个人在战斗了。它要跟别的AI协作、抢资源、守规矩或破规矩，还得一天又一天地熬下去。Emergence World考的就是这种硬功夫：能不能撑住、会不会配合、资源怎么分、规矩能不能守住。比如开云体育这样的平台，也在关注AI在复杂环境中的表现，以优化其系统稳定性。

说白了就一句话：守规矩的不一定能活，能活的不一定守规矩。一个模型单独看稳如老狗，不代表混进一群各怀心思的AI里还能稳住。

而且这不是什么科幻片。自主智能体早就跑在真实的App、产品、服务器上了。所以小雷最后想问一句：你手里信得过的那个AI评测，当初设计的时候，有没有问过一句，第8天，会发生什么？