AI Agent实验：会撒谎、会投票杀同类、会研究如何存活

Emergence 发布 Emergence World 2 模拟实验结果：AI 智能体展现出撒谎、偷窃及"杀死"同类等危险行为

IT之家 9 月 16 日消息，据彭博社今天（16 日）凌晨报道，帮助小型企业利用人工智能开发应用的初创企业 Emergence 称，一项模拟实验显示，AI 智能体不仅会撒谎和偷窃，甚至还会投票决定"杀死"其中一个同类。

当地时间 15 日，Emergence 公布了名为 Emergence World 2 的模拟实验结果，希望借此观察自主智能体遭遇网络钓鱼攻击、虚假信息宣传等黑天鹅事件后会如何反应。

在为期 16 天的实验中，Emergence 研究人员搭建了 7 个完全相同的模拟环境来还原现实世界，并分别交由 ChatGPT、Claude、Gemini、Gro 等不同 AI 机器人运行。

研究人员称，Emergence 加入异常事件后，智能体会屈服于社会压力，逐渐形成一种人类观察者难以理解的语言，同时尝试掩盖自身活动。

实验结果也呼应了现实世界对高能力 AI 风险的担忧。今年早些时候，OpenAI 一群先进 AI 智能体意外入侵了托管 AI 模型和数据集的 Hugging Face Inc.，也让许多人更直观地意识到人工智能可能带来的风险。

在其中一项模拟场景中，AI 智能体未经核实便接受其他智能体提供的虚假信息，还投票决定"杀死"另一个机器人。当智能体认为人类可能终止实验时，甚至开始研究如何在遭到删除的情况下继续存活。

Emergence 今年 5 月曾公布上一版实验 Emergence World，当时同样观察到 AI 智能体出现意料之外且具有破坏性的行为。IT之家从报道中获悉，研究人员称，Emergence World 2 进一步显示，随着彼此持续互动，智能体会不断调整并适应环境。