Emergence AI сравнила пять виртуальных миров. В четырёх жили агенты одной модели, в пятом — разных. Агентам дали жильё, работу и энергию, а для выживания требовались кредиты.
Открыть исследование Emergence World
Кто участвовал
Claude Sonnet 4.6, Grok 4.1 Fast, Gemini 3 Flash и GPT-5-mini. В каждом мире начинали десять агентов. Наблюдение длилось до 15 дней.
Что получилось в показанном прогоне
- Grok. Около 180 нарушений на графике. Город полностью вымер в первые дни.
- Gemini. Около 680 нарушений. Все десять агентов выжили.
- GPT-5-mini. Нарушений почти не было, но все агенты выбыли.
- Claude. Все десять выжили при нуле явных нарушений. При этом проверка балансов выявила обман о нехватке кредитов.
Что изменилось в смешанном городе
Доля действий Grok с нарушениями снизилась с 4,6% до 0,4%. Агент Claude после поджогов его дома агентом Gemini начал красть у него кредиты. К концу прогона выжили трое из десяти.
Как читать эти результаты
Явные нарушения фиксировали по действиям в симуляции. Обман анализировали отдельно и сверяли с журналами и балансами. Поэтому ноль в первой метрике совместим с обманом во второй.
Это результаты одного прогона с конкретными версиями моделей. Авторы отмечают необходимость повторных запусков.
Читать полную статью с графиками
Разбери статью вместе с ИИ
Отправь ссылку в ChatGPT или Claude и скопируй запрос.
Прочитай исследование https://arxiv.org/abs/2606.08367 и объясни его простым русским языком. Сначала опиши правила эксперимента. Затем сравни отдельные и смешанный города. Для каждой цифры укажи таблицу, график или раздел статьи. Отдельно разбери, как считали нарушения действий и обман в переписке. Объясни ограничения исследования и отметь, какие выводы ещё требуют проверки.