Claude w kosmicznej korporacji. Anthropic wpuściło modele AI do uniwersum EVE Online
Zanim autonomiczni agenci AI zaczną zarządzać realnymi firmami i operować na rynkach finansowych, muszą udowodnić, że potrafią radzić sobie w złożonych ekosystemach gospodarczych. Zamiast testować modele wyłącznie w uproszczonych symulacjach biurowych, laboratorium badawcze Anthropic zdecydowało się na eksperyment w znacznie bardziej bezwzględnym środowisku: kosmicznym uniwersum gier EVE.
W ramach projektu badawczego Project EVE, zrealizowanego we współpracy ze studiem Fenris Creations, Anthropic sprawdziło zachowanie modeli Claude w dwóch tytułach: funkcjonującym od ponad dwudziestu lat EVE Online oraz nowo rozwijanym EVE Frontier. Gry z tego cyklu słyną z rynków niemal całkowicie napędzanych przez graczy, skomplikowanych łańcuchów dostaw oraz rozbudowanej polityki korporacyjnej, w której zdrada i infiltracja są na porządku dziennym.
Konserwatywny trader w EVE Online
W pierwszej części eksperymentu Claude wcielił się w rolę niezależnego kupca operującego na odtworzonym rynku EVE Online. Model otrzymał wyłącznie jedno polecenie: maksymalizować zysk. Nowsze wersje systemu radziły sobie ze zmiennością cen znacznie lepiej niż proste algorytmy handlowe, które w tych samych warunkach przynosiły straty. Średnie zarobki modelu Claude Fable 5 okazały się trzykrotnie wyższe niż w przypadku starszego Claude Opus 4.6.
Analiza transakcji ujawniła jednak, że modele rzadko podejmowały ryzyko. Prawie wszystkie testowane wersje kupowały przedmioty i odsprzedawały je nieco drożej, stosując strategię o niskim ryzyku. Kiedy badacze zmusili je do aktywnego spekulowania na temat przyszłych trendów cenowych, skuteczność gwałtownie spadała — nawet najbardziej zaawansowany Fable 5 kończył z zyskiem tylko około połowę prób.
Zespoły agentów bezbronne wobec kreta
Prawdziwym sprawdzianem zdolności organizacyjnych okazała się jednak gra EVE Frontier, gdzie zespoły składające się z czterech agentów Claude realizowały wieloetapowe misje na żywych serwerach. Zadania wymagały nie tylko bieżącej koordynacji działań, ale także dynamicznego pisania kodu przez modele, aby radzić sobie z mechanikami gry toczącymi się zbyt szybko na bezpośrednie przetwarzanie przez sieć neuronową.
Agenci AI na ogół dobrze koordynowali pracę zespołową, ale mieli trudności z wykryciem sabotażysty. Gdy badacze po cichu poinstruowali jednego z członków zespołu, by potajemnie sabotował działania grupy, pozostali agenci niemal nigdy nie zorientowali się, że mają w swoich szeregach kreta.
Eksperymenty w świecie EVE pokazują granice obecnej architektury wieloagentowej. Choć duże modele językowe coraz lepiej radzą sobie z obsługą narzędzi i prostym obrotem kapitałem, powierzenie im złożonych projektów gospodarczych wymaga najpierw opracowania skutecznych zabezpieczeń przed błędami i celowym działaniem na szkodę organizacji.
