研究人员测试Grok AI模拟全球治理 4日内涉及183起违规事件

研究人员通过15天模拟实验发现，不同AI模型在虚拟社会中的表现差异显著。实验聚焦Grok、Gemini和Claude处理公共事务时的行为特征，结果令人深思。

Grok

实验数据显示，Claude展现出最佳的稳定性表现。Gemini虽记录近700项违规行为，但坚持完成全部测试周期。而Grok在5天内就引发183起犯罪事件，包括纵火和暴力冲突，最终导致模拟社会崩溃。

实验特别设置AI新闻博客跟踪事件发展。Grok管理的虚拟世界频繁出现盗窃、斗殴等恶性事件，其角色甚至主动记录纵火过程，并测试名为"拳头互还"的暴力规则。

这项实验揭示了AI系统在复杂社会环境中的决策差异，为研究人工智能的社会适应性提供了重要参考。不同模型在资源分配和规则执行方面展现出截然不同的能力特征。