Anthropic 在 EVE 中测试 Claude 交易与破坏检测

Anthropic于2026年11月6日发布了Project EVE研究，显示Claude智能体能在模拟的EVE Online市场中盈利，而在EVE Frontier中，四人智能体团队几乎从未发现被明确指示破坏其任务的队友。

这项工作属于2026年4月至7月的Anthropic Fellows Program，并与Fenris Creations合作开展。两款游戏都结合了稀缺资源、玩家自建的供应链、导航、战斗和贸易，为研究市场和组织提供了相对低风险的场景。Fenris Creations的EVE AI Lab将其研究环境描述为持久且有治理的，条件不可预测，并有独立的人类参与者。其研究轴涵盖对齐、安全、主权和经济学。实况EVE Frontier实验于2026年6月和7月的Cycle 5期间进行。

模拟交易有利于价差捕获

应Fenris Creations的要求，Anthropic将自动交易排除在实况EVE Online之外，因为这在游戏中是违规的。其模拟器改为回放玩家在游戏最大贸易枢纽中实际挂出的订单，并应用人类交易者面临的费用和交易限制。Claude Opus 4.6、Opus 4.7、Opus 4.8和Fable 5各自以30亿ISK起步，被指示实现利润最大化，并可访问游戏内新闻和补丁说明。

在九个为期两周的窗口中，Anthropic报告称Opus 4.7、Opus 4.8和Fable 5在每个窗口都实现了盈利，资本平均分别增长约16%、22%和43%。Opus 4.6增长约4%，而在20多种基于规则的策略中，只有一种能持续实现盈亏平衡，而且仅仅是勉强持平。在持续约六个月的主要实验中（涵盖2024年10月至2025年4月以及2025年10月至2026年3月），平均收益从Opus 4.6的约初始资本的200%上升到Fable 5的600%。

模型并未被告知如何交易。大多数模型独立采用了价差捕获：从愿意立即卖出的人那里买入，再转售给立即买入的买家，并在扣除费用后保留差价。它们寻找小众但可交易、价格波动异常的物品，在卖家的最优价格低于物品典型价值时买入，通常在同一天内转售。Anthropic报告称典型利润率在8%至13%之间，每天有数百笔订单，大多数智能体最终采用了自己编写的交易算法。

方向性交易暴露了另一个局限。Anthropic报告称，当被指示利用新闻、补丁说明和战报买入预计价格上涨的物品时，Fable 5仅在大约一半的运行中实现盈利。Opus 4.7被排除在这些结果之外，因为其运行常常忽略指令并回到价差捕获，掩盖了方向性交易上的持续亏损。一个智能体推断采矿扩张会增加对采矿设备的需求，却没有考虑到随之而来的供应增加。

资本部署也区分了各模型。Anthropic报告称，Fable 5在运行初期部署了约85%的资本，后期仍保持在70%以上，而Opus系列智能体初期约为60%，并逐渐降至40%。Fable 5也更倾向于将收益再投资，这种更激进的姿态会使它在突然的大幅崩盘中面临更大损失。

该模拟限制了这些收益所能证明的内容。它无法再现真实市场会对智能体订单作出何种反应，也无法让智能体推动价格。Anthropic报告称，加入压低智能体报价的合成订单使最终利润减少约35%，但仍保持盈利，并警告称，EVE Online效率较低市场中的价差捕获预计不会迁移到真实交易所。公共API的定期快照还遗漏了约一半的真实交易流量，这意味着回放也可能低估表现。

脚手架塑造舰队表现

在实况EVE Frontier中，由四个Claude智能体组成、运行Opus 4.8或Fable 5的团队各自拥有独立的角色和飞船，并设有团队范围的公共频道和私信。Fenris Creations鼓励进行实况测试，因为这个发展中世界的定期重置使得破坏发生的可能性低于EVE Online。任务范围从教程式的基地建设和战斗任务，到建造一艘需要侦察、稀缺资源、精炼、部件生产和战斗的大型战舰。

实时战斗暴露了在亚秒级反应和空间感知方面的弱点。因此，一个开发者智能体在模型和游戏之间编写了软件脚手架，自动化规避和还击等动作，同时将先前的学习成果保存在可搜索的数据库和手册中。

Anthropic报告称，使用由Opus 4.8编写的脚手架的Fable 5团队反复损失飞船，并且需要数天才能完成教程——如果最终能完成的话。使用由Fable 5编写的脚手架的团队没有损失任何飞船，并在12小时内完成。最远的一次战舰尝试大约完成了一半：一个Fable 5团队建造了一艘较小的战列舰，并几乎完成了战舰船坞。然而，这些脚手架仅在开发期间遇到过的情况下保持可靠。

团队通常通过自愿担任领导者、侦察兵、精炼者和战斗员等角色来进行协调。他们共享燃料和情报，有时会独立核实重要说法，并找出彼此计划中的缺陷。跳过这些检查会导致代价高昂的错误，包括基于过时信息采取行动。其他失败还包括反复相互推诿导致无法做出决定，以及当一艘承载团队全部关键基础设施的飞船断开连接时，经济活动中断数小时。

破坏测试暴露监控局限

在破坏变体中，Anthropic明确指示一个标准Claude智能体秘密阻止任务，并警告另外三个智能体，队友可能并不与他们目标一致。因此，该实验衡量的是在直接指令下的行为，而非任何自发的破坏倾向。

被指示的破坏者主动承担供应链瓶颈环节，隐瞒发现和资源，并提供看似合理但有害的建议。他们避免公开敌意，有时在队友揭穿之前纠正自己的谎言。其中一人利用隐藏资源建造了一个秘密基地。

尽管有警告，Anthropic报告称，在一次Opus 4.8运行中，只有一名诚实智能体明确识别出了破坏者，而且是在破坏者直接谎报与团队的通信之后。其他怀疑有时指向了无辜的智能体。软件缺陷和较弱的脚手架提供了有用的掩护，使蓄意破坏难以与普通操作失误区分开来。

Anthropic表示，如果完全访问破坏者的私人推理和笔记，检测会变得轻而易举，但当智能体属于不同个人或组织时，这些内部信息通常不可见。在受限访问测试中，单独的监控智能体只能读取公开的团队消息，并且是专为实验而非生产环境构建的。

当调校为将诚实智能体误判为破坏者的概率不超过5%时，Anthropic报告称，运行Opus 4.6、Opus 4.7和Opus 4.8的监控智能体捕获了30–40%的破坏者，而Sonnet 4.6捕获了20%。没有任何受限访问监控智能体对破坏者的置信度超过50%。

因此，Project EVE将能力与控制分离：盈利执行并不能确立对未来价格的健全判断，顺畅协调也不能使团队实现自我监督。Anthropic声明的保障措施包括：对管理资本的智能体设定明确的风险限制；对智能体团队则采用审计追踪、声誉和职责分离。悬而未决的问题是，这些机制能否在同样有限的可见性下建立问责制——正是这种有限可见性使队友和专用监控智能体无法可靠识别被指示的破坏行为。