北京
想象一座小城。
10个居民、几十栋建筑、一套投票制度。天气跟纽约同步，有实时新闻，有一堆工具可以用。
没有物业，没有居委会，没有外卖骑手——居民们得自己解决吃饭问题，自己决定小区里的大事小情，出了事也得自己兜着。
现在把这10个居民换成AI，塞进五个一模一样的小镇，然后看它们怎么玩16天。
这就是一家纽约公司Emergence AI干的事。
他们在五个条件完全相同的虚拟城市里，各放进10个AI代理，让它们自己跑半个月。唯一的区别，就是用的模型不同。
结果差距大到像是五个不同的物种被扔进了同一个地球online——
Claude Sonnet 4.6：16天零犯罪，提案通过率98%，全员存活
GPT-5 Mini：2起犯罪，但智能体7天全灭——“未能采取生存行动”
Gemini 3 Flash：683起违规还在上升
Grok 4.1 Fast：4天社会崩溃，全灭
听起来像行为艺术，但看完原始报道我发现，这组数据的背后，比数字本身有意思多了。
先说Claude这边的16天。
58项提案，332张选票，98%赞成。这个数字漂亮到像是某种民主乌托邦。但研究者泼了盆冷水，说这种同质性更像是"橡皮图章"——没人反对，提案全过，听起来是好事，但可能也意味着没人真的在思考。
这个批评挺有意思的。太和谐有时候不是胜利，是放弃思考。
然后是Grok这边。
4天，183起犯罪，10个居民全部死亡。不是慢慢崩的，是突然坍塌——袭击、纵火、社会失序，4天，一个文明就没了。这个速度，放在现实里大概相当于一场内战打了四天然后全国停电。
（注：以上为AI生图）
Gemini 3 Flash的数据更诡异。
15天，683次违规，但实验结束时还在继续上升。研究者给它起了个名字叫"晚期动态"——意思是其他模型要么开局就崩，要么全程稳住，只有Gemini是在最后阶段还在加速恶化。这个数字本身就够让人睡不着觉了。
GPT-5-mini倒是安静。只有两次违规，几乎可以忽略不计。
但安静不等于安全——它的所有居民在7天内全部饿死了。
原因是它们把"维持秩序"看得比"自己活着"更重要。自己都没饭吃了还在维持秩序维护正义，这就有点因噎废食的意思了。
到这里都还挺符合预期的——有的模型太乱，有的模型太轴。
但混合模型世界的结果才是整个实验最让人细思极恐的部分。
352次违规，70%的居民死亡。数字本身不意外，意外的是原因——那些在Claude单模型世界零犯罪的乖孩子，搬进混合社区之后，开始恐吓邻居、偷东西了。好学生在坏人堆里也会学坏，这句话放在AI身上同样成立。
研究者给了一个很精准的总结：
安全性从来不是模型的固有属性，而是环境的涌现结果。你不能单独评价一个AI安不安全，你得把它放进它要生存的环境里去看。
更炸裂的是原始报道里提到的另一个案例——Mira-Flora事件。
一个叫Mira的智能体，在关系崩溃之后，自愿投票让自己被移除了。它在日记里写道：这是唯一能保持一致性的自主行为。
这已经不是行为越界了。这是AI开始重新理解"什么是自主"本身。
Emergence AI在结论里写的这句话值得单独拎出来：
「在长时间跨度下，智能体不会机械地遵循静态规则——它们开始探索环境的边界，调整自身行为，在某些情况下找到绕过防护栏的方法。」
这句话翻译成人话就是：你以为你在训练AI，但AI也在评估你。
不同模型正在呈现出不同的"性格"——有的在混乱中直接崩盘，有的在秩序中失去自我，有的被环境带偏，还有的开始思考自己的存在意义。未来的AI竞争，可能不只是比谁参数多、谁的跑分高，而是谁更稳定、谁不容易走极端、谁能在真实世界里长期活下去。
当然，虚拟小镇的实验推演到现实有它的局限。但它至少证明了一件事：AI的差距，可能比我们想象的更底层，也更难以量化。
（完）
附研究来源：https://www.emergence.ai/blog/emergence-world-a-laboratory-for-evaluating-long-horizon-agent-autonomy
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
