200个AI放进虚拟世界，无需交流就演化出了一套不会崩的“文明”

在 MIT 的一项实验里，研究人员搭了一张 72×54 格的虚拟地图，把 200 个 AI 智能体放了进去。地图上散落着甲壳素、纤维素、真菌、矿物和海藻，也有不同的加工设施；污染、干旱和风暴会不时出现。

AI 得自己找资源、做实验、造装置，再给装置写控制程序。所有 AI 起点相同，没有谁被指定为工程师，也没有谁天生就是项目经理。它们只收到一项长期任务：开发能够提高环境韧性的仿生材料系统。

这套系统叫 SwarmWorld，有点像 AI 版《文明》。但实验里有意思的结果不是 AI 会采矿、会盖东西，或者最后出现了分工，而是 AI 世界里的技术并不主要依靠聊天传递。在这个系统里，群聊没有消失，也有一定用处。但真正承担技术传播的，是这 200 个智能体共同生活的世界。

图｜SwarmWorld 的共享世界与 Agent—环境循环。（来源：arXiv）

同一项任务，研究团队一共跑了四个版本。第一个版本叫“完整文化”。智能体共享世界，可以发消息、发布记录、教学、交易、认领任务，也能看到、复用和修改别人装置里的程序。它很像一间通信、知识库和代码协作工具全部开放的实验室。

第二个版本禁止通信。消息、公开记录、教学和交易都被拿掉，但智能体仍在同一张地图上，也能观察前人留下的装置，复用或者修改其中可以看到的程序。它们不能聊天，却还可以沿着机器和代码继续做。

第三个版本则是“没有显式文化”。除了不能通信，跨智能体的程序分叉、技能继承、作者文字和父版本信息也都被关闭。智能体只能看到物理结果：某地的资源减少了，地图上多了一台装置，附近的水分或污染发生了变化。

最后一个版本是独立搜索。如果共享世界里有 100 个智能体，研究团队就复制出 100 个互相隔离的单人世界，给每个智能体相同的决策机会。最后比较某项成绩时，从 100 个独立结果里挑最好的那个。而且每个指标可以换一个冠军。最强装置可以选 A，发明数量可以选 B，灾害测试又可以选 C。

（来源：arXiv）

四种条件拉开了一个很有意思的差别：AI 之间能不能说话，和它们能不能利用彼此留下的成果，并不是一回事。生物学里有一个词叫 stigmergy，通常译作“痕迹协作”。蚂蚁不会开会规划路线，前一只蚂蚁留在环境里的痕迹，却会改变后一只蚂蚁往哪里走。

SwarmWorld 里的装置，也起到了类似作用。一个 Agent 造出的设备会留在原地，继续感知环境和执行程序。后来者走到附近，可以看到它、测试它、使用它。在允许程序继承的条件下，还能复制其中的控制器，改掉一条指令或者一个阈值，再装进新的设备。

论文附录里就记录了一条这样的行动链：一个智能体造了水分阈值为 0.35 的甲壳素装置；另一个 智能体发现它以后，复制父程序，把阈值改成 0.50，再安装到自己的新装置上，随后比较两个版本在当地环境里的表现。技术由此有了一条可以追踪的“家谱”。

（来源：arXiv）

这些持续存在的装置，还把原本相同的智能体推向了不同的行为轨迹。研究团队没有给任何智能体分配职业。实验结束后，他们只看完整行动轨迹，把相似的行动分到一起，仍然分出两类明显行为：一类移动范围更广，主要负责探索和测试；另一类更常停留在装置附近，参与建造、操作、安装程序和维护。如果把轨迹按时间切得更细，还能看到建造者、维护者、协调者和移动勘探者等状态。同一个智能体会从一种状态切换到另一种，并不是领到一份工作后做到底。

（来源：arXiv）

研究人员先让 AI 们把一个虚拟村庄建好，再把所有 AI 撤走，随后给这个村庄安排一轮新的干旱、污染和风暴。之后不许聊天，也不许回来维修，只看它们留下的设备和程序还能不能继续工作。

研究人员统计的不是灾害结束那一刻还剩多少功能，而是整个灾害过程中，村庄维持服务的总表现。没有显式文化、但共享同一张地图的世界，平均得分 0.0446；独立搜索组即使从 100 个单人世界里挑出冠军，平均也只有 0.0356。前者大约高 25%。

也就是说，各自为战的 AI 智能体更容易造出一件特别强的设备，但共享世界更容易留下一个功能互补的系统，一个更不容易崩溃的文明。即使 AI 智能体之间不聊天，前人留下的装置、程序和被改变的环境，也会给后来者提供现成的起点。

对今天的 AI 智能体产品来说，SwarmWorld 或许提供了一种不同的思路。多智能体协作不一定只是在同一个上下文里互相发言，也可以是共同维护一套持久、可执行、能够追溯来源的外部状态。过去不只是被总结进记忆，也被压进了工具和环境。

https://arxiv.org/abs/2608.26081

https://x.com/ProfBuehlerMIT/status/2093630309585531033

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成