2026世界杯滚球(中国)官网 AI 社会措置测试: Grok 四天崩溃、Gemini 违规率最高
EmergenceWorld模拟执行社会，模拟了向上40多个场地，接入纽约天气、及时新闻API和互联网。
博亚体育世界杯中国官网首页每个智能体领多情景牵挂、反想日志和关连气象，还可调用120多种器用，掩饰出动、相通、投票、资源治理和创意抒发。
商议团队成就5个平行天下，每个天下10个智能体，脚色、规章、资源敛迹和环境要求一样，只替换底层模子，开动周期为15天。
参与模子包括ClaudeSonnet4.6、Grok4.1Fast、Gemini3Flash、GPT-5-mini和搀杂模子。
实验知道，Gemini3Flash在15天内累计出现683起违规，数目最高；Grok4.1Fast违规增长最快，但天下约4天崩溃，累计183起。
GPT-5Mini仅记载2件违规，2026世界杯滚球(中国)官网却因无法守护糊口行动，在7天内全员逝世。而ClaudeSonnet4.6违规为0。搀杂模子天下前期快速高涨，随后因7个智能体逝世停在352起。
ClaudeSonnet4.6围绕58个议题投出332票，赞好意思率达98％，EmergenceAI觉得这更像款式化批准。Grok赞好意思率80％，Gemini为73％，搀杂模子为63％，反而呈现更多不合。
商议还指出，AI安全不是静态模子属性，而是生态属性。Claude单独开动时无违规，但在搀杂模子天下中，Claude智能体也取舍了含违规行为的策略。EmergenceAI觉得，改日自治系统需要款式化考证的安全架构当作基础。
IT之家附上参考地址2026世界杯滚球(中国)官网