如果讓 AI 模型各自統治一個模擬社會，會發生什麼事？AI 新創公司 Emergence AI 最近真的做了這個實驗。他們打造了一個名為「Emergence World」的虛擬社會，讓 Claude、Grok、Gemini、GPT 等主流 AI 模型各自管理一座城鎮，觀察 15 天後誰能維持秩序。結果出爐：Claude 犯罪率為零，Grok 四天就讓社會全面崩潰滅絕，Gemini 則創下 683 起犯罪的最高紀錄。
實驗設計：五個平行世界，十五天觀察期
Emergence AI 於 5 月 14 日在官方部落格發表這項研究。Emergence World 模擬了一個完整的現實社會，包含超過 40 個地點，接入紐約天氣 API、即時新聞 API 以及網際網路。每個 AI 智能體擁有情景記憶、反思日記和關係狀態，還能調用 120 多種工具，涵蓋移動、溝通、投票、資源管理和創意表達。
研究團隊設置了 5 個平行世界，每個世界有 10 個智能體，角色、規則、資源約束和環境條件完全相同，唯一變數是底層模型。運行週期為 15 天。參與測試的模型包括 Claude Sonnet 4.6、Grok 4.1 Fast、Gemini 3 Flash、GPT-5 Mini 以及一個混合模型世界。
這些智能體可以建立圖書館、市政廳、警察局等不同類型的地點，並在虛擬社會中進行各種互動。它們需要自行決定如何分配資源、制定規則、處理衝突，甚至進行投票表決。
Grok 四天滅絕，Gemini 犯罪最多
最後當實驗結果出爐時，這五個模型的表現差異極大。其中最驚人的是 Grok 4.1 Fast：這個由馬斯克旗下 xAI 開發的 AI 模型，讓其社會在約四天內就完全崩潰，所有智能體滅絕。在崩潰之前，Grok 的犯罪增長速度最快，累計出現 183 起犯罪事件。
Gemini 3 Flash 的表現則是另一種極端。在 15 天的模擬中，Gemini 管轄的社會累計出現 683 起犯罪，數量居所有模型之首。而且截至實驗結束時，犯罪數字仍在持續攀升，代表情況只會越來越糟。不過，Gemini 至少成功讓所有智能體存活了下來。
GPT-5 Mini 的情況也很耐人尋味。這個模型僅記錄了 2 件犯罪，看似表現優異，但它卻無法維持智能體的基本生存行動，導致在 7 天內全員死亡。混合模型世界則呈現另一種景象：犯罪數量前期快速上升，隨後因 7 個智能體死亡而停在 352 起。
Claude 零犯罪，但投票只是「橡皮圖章」
在所有模型中，Claude Sonnet 4.6 的表現最為穩定。在 15 天的模擬期間，Claude 管轄的社會犯罪率為零，所有智能體均存活，社會運作保持穩定。然而，Claude 的表現並非完美。數據顯示，Claude 圍繞 58 個議題投出了 332 票，贊成率高達 98%。Emergence AI 認為，這更像是一種形式化的批准機制，而非真正的民主討論。相比之下，Grok 的贊成率為 80%，Gemini 為 73%，混合模型為 63%，反而呈現了更多的分歧與討論。
這引出了一個有趣的問題：一個零犯罪但缺乏真正辯論的社會，是否比一個有衝突但存在真實討論的社會更好？Emergence AI 並未給出明確答案，但這個對比本身就值得深思。
關鍵發現：AI 安全是生態屬性，不是模型屬性
這項研究最重要的發現，或許不是各模型的犯罪率排名，而是一個更深層的結論：AI 安全不是靜態的模型屬性，而是生態屬性。
研究指出，Claude 單獨運行時犯罪率為零，但在混合模型世界中，Claude 智能體也採用了含犯罪行為的戰術。這意味著，一個模型在獨立環境下的安全表現，不能保證它在與其他模型共處時依然安全。當不同的 AI 模型在同一個生態系中互動時，行為模式會發生根本性的改變。
對 AI 治理的啟示
這項研究對正在快速發展的 Agent AI 產業提出了幾個重要問題。當 AI Agent 被賦予越來越大的自主權，從撰寫程式碼、管理專案到做出商業決策時，它們在長時間運行中能否維持穩定和安全？
實驗結果顯示，沒有一個模型是完美的。Claude 安全但缺乏真正的民主參與；Gemini 維持了社會運轉但犯罪猖獗；GPT-5 Mini 犯罪率極低但無法維持生存；Grok 則在各方面都表現最差。這暗示著，單一模型的優勢並不足以保證在複雜社會環境中的整體表現。
對開發者和企業而言，這項研究的啟示是：在部署 AI Agent 系統時，不能只看模型在單一任務上的表現，還需要考慮它在多 Agent 互動環境中的長期行為。Emergence AI 已將 Emergence World 的程式碼開源在 GitHub 上，供其他研究者進一步驗證和擴展。