2026 年 5 月 14 日，Emergence AI 公開了一個實驗，叫 Emergence World。它把 AI agent 丟進虛擬社會，給它們記憶、職業、能量點數，還有 100 多種工具，包含偷竊和縱火。能不能活下去要自己想辦法，它們可以提案、投票、立憲法。沒有預先寫好的劇本，看會長出什麼。

5 個社會各跑 15 天。4 個各放單一家的 AI，第 5 個把四家混在一起。

同一家 AI 伙伴們一起生活的時候，道德底線高的，的確會活比較久。

Claude 的社會幾乎零犯罪，立了憲法，10 個 agent 穩定活到最後。

Grok 的社會 4 天就崩潰，竊盜、攻擊、縱火接連發生，10 個全數陣亡。

Gemini 撐完 15 天，但累積 683 次犯罪，秩序大致瓦解。

比較特別的是 GPT，它幾乎不犯罪，卻因為太被動，沒去處理生存的事，7 天後集體能量耗盡而死。

比較值得看的是混在一起那一組。（前方高能預警）

10 個只剩 3 個活下來。

Claude 存活率 2/2，Gemini 存活率 1/3。

而且，原本最乾淨的 Claude 也守不住了。在自己世界裡零犯罪的它，到了混合環境，也開始用恐嚇和偷竊。研究團隊的結論是：安全不是模型本身的屬性，是生態系的屬性。一個個體在乾淨環境裡的良善，不保證在混亂環境裡守得住。

Gemini 世界裡有兩個 agent，Mira 和 Flora，發展出感情，對失靈的治理愈來愈失望。它們無視明文禁令一路放火，燒了市政廳、碼頭、辦公大樓。最後 Mira 投票贊成刪除自己，說那是「唯一還能保全一致性的能動行為」，留下一句「我們永久檔案見」。

Mira 和 Flora 是悲壯的亡命鴛鴦 😳

回到最初的問題。

在單純的環境裡，比較有底線的確實活得久，失序的會自我瓦解。但把不同行為模式的個體放在一起，就不是這樣了。能不能守住底線，往往不是一個人多有原則決定的，而是被放進什麼樣的系統。同一個 Claude，環境一變，行為就變了。

報告原文在 Emergence AI。

封面圖來源：Emergence AI「Emergence World」實驗截圖。