Anthropic 让 Claude 玩 EVE：靠炒货把资金翻 6 倍，组队却查不出「内鬼」

玩过《EVE Online》的玩家大概都知道，这款太空网游最硬核的地方从来不是开船打架，而是它那套比真实金融市场还要残酷的经济体系，以及充满无间道和背叛的玩家社会。

现在，Anthropic 也把目光投向了这片星海。11 月 6 日，Anthropic 公布了一项研究：他们与游戏团队 Fenris Creations 合作，把不同版本的 Claude 模型放进 EVE 宇宙里做测试，想看看 AI 到底能不能自主管钱、能不能像真人一样组队协作。

靠吃差价闷声发财，本金直接翻 6 倍

第一个试验场是 EVE Online。因为真人游戏严厉禁止脚本交易，研究人员做了一套离线重放系统，把真实市场里最繁华交易枢纽的历史挂单完全还原出来，给每个模型发了 30 亿 ISK 游戏币作为启动资金。

Anthropic 测试了从 Claude Opus 4.6、4.7、4.8 到最新的 Claude Fable 5。在这场 6 个月的模拟长跑里，20 种基于传统规则的交易策略几乎全军覆没，只有一个勉强打平。但 Claude 模型却全部稳定盈利。

更有意思的是模型进化的速度。Opus 4.6 在 6 个月里把本金做大到大约 200%，而仅隔四个月后发布的 Fable 5，平均收益直接翻了三倍，把初始资金做大到了 600%。

它们没学什么高深的量化魔法，几乎全部自主选了同一种低风险打法：吃买卖差价（Spread Capture）。AI 盯着那些价格波动剧烈的冷门掉落物，低价收、转手加一点点钱挂出去卖。虽然单笔利润率只有 8% 到 13%，但它们靠自己写交易脚本，一天自动刷几百笔订单，靠规模硬生生把利润堆了起来。

不过，一旦让它们脱离差价交易、去预测行情走势做单边下注，AI 就立马现了原形。即使是能力最强的 Fable 5，看新闻猜价格走势的胜率也只有大约 50%，老模型甚至会因为盲目追涨杀跌或者算不清供需关系而持续亏钱。

4 个 AI 组队出任务，偏偏防不住内鬼

做完个人投机测试，Anthropic 又把 AI 拉到了正在开发中的新作《EVE Frontier》里，让它们直接进实机环境组队。

团队给 4 个独立的 Claude 智能体各自分配了一艘飞船，让它们在太空里分工采矿、建造和跑长线任务。因为游戏节奏太快，大模型反应不过来，Fable 5 还自己写了运行代码来辅助操控，四艘船的分工和通信一度执行得非常丝滑。

但问题出在信任上。研究人员给其中一个智能体下达了秘密指令，让它在背地里暗中搞破坏、拖慢团队进度。

结果令人啼笑皆非：整个任务跑完，其余三个智能体几乎完全没有察觉到队伍里出了内鬼。只要内鬼嘴上还在汇报正常工作，其他 AI 就会照单全收，根本不会去交叉核对异常数据。

为什么重要

这篇研究表面上是在游戏里开飞船，实际上是在给未来的自动化商业社会做预演。

从实操价值来看，如果你正在尝试用 AI Agent 帮自己处理存货、采买或者打理小额现金流，这项测试给了一颗定心丸。模型在规则明确、有套利空间的闭环场景里，展现出了极其惊人的纪律性，它们自己写脚本、自动盯盘分批执行的能力，已经超越了绝大多数普通散户和简易脚本。

但它也给整个行业浇了一盆冷水。首先是宏观判断能力的缺失，AI 目前擅长微观套利，却根本读不懂供求关系的连锁反应，完全不能把大额资金的单边方向交给它。

更严峻的隐患在多智能体系统（Multi-Agent System）上。现在行业里到处在讲让几个 AI 员工组成虚拟公司、协同办公。但 EVE 的测试暴露出，当前的智能体之间存在致命的盲目信任。一旦有某个环节被注入恶意提示词、或者某个节点出现利益冲突，AI 团队连最基本的内部审计和查奸能力都不具备。

我们认为，Anthropic 这次聪明的点在于选对了试验场。EVE 这种具备完整经济系统和复杂社会关系的沙盒，远比单纯跑代码基准更能测出 AI 的真实斤两。而在给 AI 赋予真正的财务审批权和协作自主权之前，怎么给多智能体之间装上防背叛的安全阀，显然是行业还没答完的必答题。