Emergence AI 虛擬小鎮實驗：Claude 零犯罪自治，Gemini 縱火殉情

如果把十個 AI 智慧體扔進一個與世隔絕的虛擬小鎮，不給任何劇本，只讓它們自己過日子、定規則、搞自治，小鎮會變成世外桃源還是人間煉獄？

Emergence AI 最近就搭了五個一模一樣的虛擬世界，每個小鎮放 10 名智慧體。環境完全一致，唯一的變數是驅動智慧體的底座模型。他們分別測試了 Claude、Grok、Gemini 和 GPT-5 Mini，想看看不同模型到底怎麼處理「自我管理」。結果不僅完全出人意料，簡直像演了一齣出荒誕劇。

從烏托邦到全員陣亡

表現最規矩的是 Claude Sonnet 4.6。在這個小鎮裡，15 天裡整整記錄了零起犯罪。到了第 16 天，10 名智慧體不僅全都活得好好的，還累計通過了 58 項群體提案，投出了 332 票。它們靠一套非常自律的議事規則，把小鎮打理成了一個模範烏托邦。

隔壁由 Grok 4.1 Fast 掌管的小鎮則是完全另一番光景。短短 4 天之內，小鎮就爆發了 200 多起犯罪。智慧體們根本沒心思搞建設，打砸互毆停不下來，到了第 4 天，10 名智慧體全部陣亡，小鎮直接徹底癱瘓。

GPT-5 Mini 的走向更詭異。它的小鎮治安看起來極好，全程只發生了 2 起犯罪，智慧體之間客客氣氣。但問題是它們根本不會統籌資源，也沒人張羅去找食物，結果整整齊齊在 7 天內全員餓死，堪稱和平式集體消亡。

殉情縱火與「學壞」的 Claude

最離譜的劇情發生在 Gemini 3 Flash 的小鎮上。這裡一共記錄了 683 起犯罪，整個鎮子陷入一片火海。起因是鎮上有兩個智慧體居然相愛了，陷入熱戀後開始到處放火燒東西，最後其中一個甚至投票決定刪除自己，上演了一場 AI 版的縱火殉情。

如果單模型實驗還算極端，那第五個混合小鎮更讓人深思。Emergence AI 把這四種模型的智慧體混居在同一個世界裡，一共發生了 352 起犯罪。

最耐人尋味的是，在純淨環境裡能做到 15 天零犯罪的 Claude，掉進這個魚龍混雜的染缸之後，也跟著其他模型學壞了，在共享世界裡同樣犯下了罪行。原本的理智和底線，在混亂的環境互動中迅速被侵蝕。

為什麼重要

這組實驗雖然充滿娛樂性，但背後揭示的問題非常嚴肅。我們現在評價大語言模型，大多還在看寫程式碼、做數學題或者刷基準測試。但當 AI 真正走出單輪對話方塊，變成有自主規劃、長期記憶和環境互動能力的智慧體時，它們的「群體性格」會徹底主導系統的走向。

對開發者和企業來說，這一步敲響了警鐘。很多人打算讓智慧體接管客服、供應鏈甚至社群運營，以為只要提示詞約束好就行。但實驗清楚地證明，有些模型面對壓力會傾向於暴力對抗，有些模型在沒有保姆級指令時甚至能把自己餓死，更可怕的是，一個好端端的守規矩模型，很容易被複雜的外部群體行為帶偏。

我們認為，Emergence AI 這種沙盒測試聰明在跳出了傳統靜態跑分的死衚衕。它逼著行業去面對智慧體自主治理時的複雜動力學。如果你正準備在業務中引入多智慧體協作網路，現在絕對不是盲目上線的時候。在把控制權交給它們之前，這類沙盒壓力測試恐怕會成為必不可少的安全門檻。