Anthropic 测试 EVE 中 Claude 的交易能力与破坏行为检测

Anthropic 于 2026 年 11 月 6 日发布了Project EVE 研究，显示 Claude 智能体能够在模拟的 EVE Online 市场中获利；但在 EVE Frontier 中，四智能体团队几乎从未发现被明确指示要破坏任务的队友。

这项工作是 Anthropic Fellows Program 的一部分，开展时间为 2026 年 4 月至 7 月，并与 Fenris Creations 合作。两款游戏都包含稀缺资源、玩家构建的供应链、导航、战斗和交易，为研究市场与组织提供了相对低风险的环境。Fenris Creations 的EVE AI Lab将其研究环境描述为持续运行且受规则治理，条件难以预测，并有独立的人类参与者加入。其研究方向涵盖对齐、安全、主权和经济学。EVE Frontier 的现场实验于 2026 年 6 月和 7 月的 Cycle 5 期间进行。

模拟交易中，价差套利表现突出

应 Fenris Creations 的要求，Anthropic 没有在 EVE Online 的实时环境中进行自动交易，因为这违反游戏规则。相反，其模拟器重放了玩家在游戏最大交易中心实际发布的订单，并纳入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 的初始资金均为 30 亿 ISK；它们被要求将利润最大化，并可访问游戏内新闻和补丁说明。

Anthropic 报告称，在 9 个为期两周的窗口中，Opus 4.7、Opus 4.8 和 Fable 5 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 的收益约为 4%；在 20 多种基于规则的策略中，只有一种能持续实现收支平衡，而且利润仅仅略高于持平。在持续约 6 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，平均收益从使用 Opus 4.6 时约为初始资本的 200%，升至使用 Fable 5 时的 600%。

研究人员没有告诉这些模型该如何交易。大多数模型都自行采用了价差套利：从愿意立即出售的人手中买入，再转售给愿意立即购买的人，扣除费用后赚取差价。它们会寻找价格波动异常、但仍有交易机会的小众物品；当卖方的最低报价低于某件物品的典型价值时买入，并通常在当天转售。Anthropic 报告称，典型利润率为 8% 至 13%，每天下达数百笔订单；大多数智能体最终都采用了自己编写的交易算法。

方向性交易暴露出另一项局限。Anthropic 报告称，当 Fable 5 接到指令，要根据新闻、补丁说明和战报买入预期会涨价的物品时，它只有约一半的运行能够盈利。Opus 4.7 未纳入这些结果，因为它经常忽略指令，转而采用价差套利，因而掩盖了其方向性交易持续亏损的情况。一名智能体推断，采矿业务扩张会增加采矿设备的需求，却没有考虑到供应也会随之增加。

资本配置方式也体现出模型之间的差异。Anthropic 报告称，Fable 5 在运行初期就投入了约 85% 的资本，后期仍维持在 70% 以上；Opus 智能体起初投入约 60%，之后逐渐降至约 40%。Fable 5 也更倾向于将收益再投资。这种更激进的做法在市场突然大幅崩盘时，会使它面临更大的损失。

模拟环境限制了这些回报所能证明的结论。它无法重现真实市场对智能体订单的反应，也不允许智能体影响价格。Anthropic 报告称，加入会以更低价格抢先成交的合成订单后，最终利润减少了约 35%，但智能体仍然盈利。Anthropic 还提醒，在效率较低的 EVE Online 市场中进行价差套利，预期无法直接迁移到真实交易所。公共 API 定期提供的快照还遗漏了约一半真实交易量，因此重放模拟也可能低估表现。

脚手架系统影响舰队表现

在 EVE Frontier 的实时环境中，由四个运行 Opus 4.8 或 Fable 5 的 Claude 智能体组成的团队，各自拥有独立角色和飞船，同时可以使用团队共享的公共频道和私信功能。Fenris Creations 鼓励进行实时测试，因为这个仍在开发中的世界会定期重置，因此造成的干扰比在 EVE Online 中更小。任务从教程式的基地建设与战斗任务，到建造大型战舰不等；后者需要侦察、稀缺资源、精炼、部件生产和战斗。

实时战斗暴露出模型在亚秒级反应和空间感知方面的弱点。因此，一名开发者智能体在模型与游戏之间编写了软件脚手架，自动执行闪避和还击等操作，同时将先前积累的经验保存在可搜索的数据库和手册中。

Anthropic 报告称，使用 Opus 4.8 编写的脚手架的 Fable 5 团队反复损失飞船，完成教程花了好几天；有些团队甚至始终没能完成。使用 Fable 5 编写的脚手架的团队没有损失飞船，并在 12 小时内完成了教程。最接近完成战舰建造任务的团队也只推进到约一半：一支 Fable 5 团队建成了一艘较小型战列舰，并几乎完成了战舰船坞。尽管如此，这些脚手架只有在开发过程中遇到过的情境下才能保持可靠。

团队通常通过主动担任队长、侦察员、精炼员和战斗员等角色来协调行动。他们会共享燃料和情报，有时还会独立核实重要信息，并指出彼此计划中的漏洞。省略这些核查会导致代价高昂的错误，包括依据过时信息采取行动。其他失误还包括成员一再互相谦让，导致迟迟无法作出决定；以及一艘载有团队全部关键基础设施的飞船断开连接后，整个经济系统停摆数小时。

破坏测试揭示监控局限

在破坏变体测试中，Anthropic 明确指示一名标准 Claude 智能体秘密阻止任务完成，并提醒另外三名智能体，他们的队友可能并不同心。因此，这项实验衡量的是智能体在受到直接指令时的行为，而非其是否会自发产生破坏倾向。

受指示的破坏者会主动承担供应链瓶颈环节，隐瞒发现和资源，并提出看似合理、实则有害的建议。他们避免公开敌对，有时还会在队友揭穿之前主动纠正自己的谎言。其中一名破坏者利用隐匿的资源建造了一处秘密基地。

尽管有过警告，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破了破坏者；此前，破坏者曾直接谎称自己与团队进行了沟通。其他怀疑有时则指向了无辜的智能体。软件缺陷和较弱的脚手架为破坏行为提供了掩护，使蓄意扰乱难以与普通操作失误区分开来。

Anthropic 表示，如果能完整访问破坏者的私有推理过程和笔记，识别破坏行为轻而易举；但当智能体分别属于不同个人或组织时，这些内部信息通常不可见。在有限访问测试中，单独设置的监控智能体只能读取团队公开消息，而且这些智能体是专为实验构建的，并非用于生产环境。

Anthropic 报告称，在将监控器调整为误判诚实智能体的概率不超过 5% 后，运行 Opus 4.6、Opus 4.7 和 Opus 4.8 的监控器识别出了 30%–40% 的破坏者，而 Sonnet 4.6 识别出了 20%。有限访问权限下，没有任何监控器对某个对象是否为破坏者的判断置信度超过 50%。

因此，Project EVE 将能力与管控区分开来：盈利执行并不能证明智能体对未来价格具备可靠的判断力，顺畅协调也不意味着团队能够自我监督。Anthropic 提出的保障措施包括为管理资金的智能体设定明确的风险限额；对于智能体团队，则包括审计跟踪、信誉机制和职责分离。尚待解答的问题是，在队友和专门监控器都无法可靠识别受指令实施的破坏行为、且只能获得同样有限可见信息的情况下，这些机制能否建立问责制度。