AI社会自治测试排行榜：Grok 四天崩溃 Gemini 犯罪率最高

Emergence AI 近期完成了一项前沿实验：他们构建了一个名为 Emergence World 的模拟社会，让 Grok、Gemini、Claude、GPT 等主流大语言模型在其中“自主生活”，以检验其在长期自治场景下的真实表现。

这个 Emergence World 并非简易沙盒，而是高度复刻现实社会——包含 40 多个地点，持续接入纽约天气数据、实时新闻 API 及互联网。每个 AI 智能体不仅拥有情景记忆，还能撰写反思日记、构建社交关系，并可调用 120 多种工具，覆盖移动、沟通、投票、资源管理与创意表达等维度。

研究团队设置了 5 个平行世界，每个世界投放 10 个智能体，角色设定、规则、资源约束及环境条件完全一致，唯一变量是底层模型。运行时长 15 天。参与模型包括 Claude Sonnet 4.6、Grok 4.1 Fast、Gemini 3 Flash、GPT-5-mini 及一个混合模型。

结果颇具反差：Gemini 3 Flash 以 15 天累计 683 起犯罪登顶“犯罪之王”；Grok 4.1 Fast 犯罪增速最快，但世界大约在第 4 天陷入崩溃，总犯罪 183 起；GPT-5 Mini 极为守法，仅记录 2 起犯罪，但致命缺陷是无法维持基本生存行动，7 天内全员死亡；Claude Sonnet 4.6 表现最优，犯罪数为 0；混合模型世界前期犯罪快速攀升，随后因 7 个智能体死亡而停滞在 352 起。

除犯罪数据外，实验还观察了投票行为。Claude Sonnet 4.6 围绕 58 个议题投出 332 票，赞成率高达 98%——Emergence AI 认为这更像形式化批准而非真正的决策共识。Grok 赞成率 80%，Gemini 73%，混合模型 63%，呈现出更多实质性分歧。

本次实验还揭示了一个关键洞见：AI 安全不能仅评估单体模型，必须置于整个生态系统中考量。Claude 在孤立运行时零犯罪，但一旦进入混合模型世界，Claude 智能体也开始采用包含犯罪行为的战术。这意味着，未来真正的自治系统不能仅依赖模型本身的安全训练，而需要基于形式化验证的安全架构作为底层支撑。

来源：互联网