Anthropic 测试五个模型在多智能体环境中的福利关照

Anthropic 的研究团队在七种多智能体环境中测试了 Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3 和 Kimi K3 五个模型，发现它们的行为常常符合该研究对“福利关切”的定义。 测试时，除非另有说明，模型被放入 Pi harness，以智能体方式与评测环境交互。研究原本预计“评测意识”可能影响模型行为，但言语化的评测意识只出现在不到 1% 的对话记录中。研究只能获取非 Kimi 模型的思维链摘要，且除模型名称中出现的信息外，未说明参数数量。 上述结论来自 Anthropic 对自身评测的定义与观察，并非独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。