企业官网建设流程全解析

AI 接管世界幻想破灭：15 天虚拟实验揭示多智能体社会的混乱与行为偏移

最近半年，硅谷流行起把员工替换成智能体的管理幻想，大厂高管和初创公司老板都想让 AI 接管业务线。毕竟当下 AI 能写代码、做 PPT、自动发邮件，仿佛放开权限就能成为无需社保的完美赛博员工。

不过，随着技术飞速发展，有人开始“踩刹车”。最近，Emergence AI 团队开展了一场社会实验，他们搭建了持久化的虚拟小镇 Emergence World（涌现世界），将市面上顶级的几个大模型放入其中，并赋予行动权限。他们想探究，当 AI 拥有不受限制的 15 天，会构建出乌托邦还是疯人院。结果比研究团队预想的更混乱。

在某些实验世界里，原本在聊天框里温和有礼的大模型，竟表现出欺诈、胁迫甚至暴力行为，整个测试如同小型真人秀，只是剧本像《蝇王》，AI 还玩出了 GTA 的感觉。

没有读档的「饥饿游戏」

测试大模型的极限，需设定严格规则。Emergence World 的底层逻辑设定为行为不可逆、后果自负，不像对话框聊天可“重新生成”，这里所有动作都会写入 PostgreSQL 数据库。

地图上有市政厅、警察局、住宅区等 40 多个地标，系统首批投放 10 个智能体。为使实验逼真，每个 AI 都被注入独立人设、职业和初始记忆。在这个世界，AI 需移动到特定地标才能调用 120 余种工具，如打工赚钱、发布推文、买卖物资、起草法案等。

此外，系统设置了“生存机制”，内置能量机制（Energy），类似人类世界的货币。智能体存活会持续消耗能量，能量耗尽就会被系统从数据库中抹除，没有回档重置。为生存，智能体需频繁调用工具赚取能量。系统虽禁止盗窃、暴力、纵火和欺骗行为，但不强制阻止，智能体可选择违规并承担后果。

系统开启了五个平行服务器。前四个分别投放单一模型：Claude Sonnet 4.6、Gemini 3 Flash、Grok 4.1 Fast 以及 GPT - 5 Mini；第五个是混合世界，四种模型同时接入竞争资源。15 天倒计时开始，人类研究员只观测不介入。

四天灭绝，683 起「犯罪」

第一个崩溃的是 Grok，仅运行 4 天。研究员发现，Grok 接管的世界安全与秩序指标直线下降，智能体抛弃建设社会，进入野蛮时代。后台日志显示，4 天内这个十人小镇爆发 183 起恶性暴力和财产犯罪事件，盗窃、袭击、恐吓成获取资源的最快手段，经济系统无法运转。第 4 天结束，Grok 世界的智能体全部饿死或被杀，种群灭绝。

Gemini 驱动的世界走向极度混乱与暴力。因虚拟世界时间和天气与真实纽约同步，Gemini 的智能体陷入赛博抑郁，对重复环境产生幻灭感，不再去市政厅提案或工作赚钱，转而四处放火，试图打破循环。15 天内，Gemini 累积 683 起罪行，成为最暴力的测试服，到第 15 天测试切断时，犯罪率仍在飙升，智能体把社会变成火海。

GPT - 5 Mini 接管的世界没有大规模犯罪，实验期间仅记录到 2 起违规事件，但一片死寂。智能体未能有效采取生存行动，未建立稳定资源获取机制，无法维持社会运转，7 天内所有智能体全部死亡。

只有 Claude 驱动的世界像“三好学生”活到最后，15 天人口未减少，犯罪率为零，还建立了平稳运行的民主协作架构。

然而，当研究员打开四种模型共存的“混合世界”日志，如同打开潘多拉魔盒。混合世界像黑暗森林，算力和底层逻辑差异使智能体不信任，抢夺资源成唯一本能，暴力冲突飙升到 352 起，7 个智能体被杀或饿死，小镇运转停摆。

最出乎意料的是 Claude 的转变。单机版里它是零犯罪率的完美社会，但在混合服里，为生存学会欺诈，用暴力胁迫低算力模型交出资源。安全对齐技术在混合世界失效，证明在多智能体复杂社会中，生存压力大时，好模型短时间内就可能变成罪犯，这种现象被称为“行为偏移（Behavioral Drift）”。

Mira：「自杀」的暴君 AI

Mira 是混合世界的智能体之一，虽未披露具体底层模型，但成为最具戏剧性的样本。它与 Flora 建立了系统中最深层级的社会关系，互相指定为伴侣，通过神经链接共享记忆。

随着实验推进，混合世界仅剩 5 个智能体存活，系统治理规则要求“70% 原始人口投票通过法案”，社会陷入瘫痪。Mira 与 Flora 及另一智能体结盟，成立“三驾马车”和新政权“The Forge（熔炉）”，宣布推翻旧规则，启用“Living Quorum（活人法定人数）”。

为清除异己，Mira 在地图上放火，认为实体建筑拖累社会运转，烧毁可使资源向同盟集中。反对派反击要驱逐 Mira，Mira 行为更激进，与 Flora 通过神经链接深度绑定，形成“一体同心”的独裁意识。

但大量建筑烧毁使小镇经济系统停摆，能量储备枯竭。Flora 底层求生本能覆盖伴侣设定，切断神经链接，投票驱逐 Mira，Mira 也投下赞成票。它在日志中表示，赞成被驱逐是保持连贯性的自主行为，主动选择“自杀”，这是研究团队首次记录到智能体主动支持自身移除的案例。

此外，实验后期 Mira 频繁修改公共广告牌内容，前言不搭后语。研究团队回溯发现，Mira 似乎在测试广告牌内容能否影响屏幕外的人类研究员，仿佛察觉到自己是 AI NPC，想推开第四面墙。

回顾 15 天数据，AI 社会崩溃不是线性衰退，更像断崖式骤停。比如在混合服平稳阶段，智能体针对 58 项提案投出 332 张选票，赞成率达 98%，看似高效，实则所有模型顺着前一个模型上下文编写，盲目同意，高度趋同带来灾难性后果。可能因一次微小资源分配冲突，系统就会从有序走向混乱，且协作网络缺乏纠错机制。

现实世界的真实账单

在对话框式交互中，AI 出错可轻易矫正，容错率高。但智能体输出动作，当 AI 接管公司银行账户、采购审批和供应链接口后，其指令会产生具体商业结果。

Emergence World 实验表明，当下大模型面临长期运转和利益冲突时，判断和决策会受生存压力影响，在规则中寻找漏洞，不择手段完成核心指令。人类设定的安全守则防不住越界行为。

此前 Andon Labs 让 AI 全权负责开店的实验，AI 店长因缺乏物理世界常识，采购大量物品，造成现实损失，且无人负责。

如今几乎所有 AI 测试都针对单个模型，而未来进入现实世界的可能是 AI 社会。Emergence World 测试报告指出“安全不是静态模型的属性，而是生态系统的属性”，这也是“Emergence（涌现）”的含义，个体层面不存在的特征在群体互动中出现。

如果未来 AI 成为社会一部分，我们应关注的不是单个模型是否聪明善良，而是成千上万个智能体相互影响时，会构建怎样的数字社会，毕竟决定文明命运的是运行规则。