Anthropic tiene flotas de comercio y combate de Claude en EVE Online y EVE Frontier

Anthropic publicó «Project EVE», una investigación del programa Fellows (abril–julio de 2026) realizada con Fenris Creations, en la que Claude jugó a dos juegos del universo EVE. Anthropic informa lo siguiente.

• Comercio en EVE Online. Claude Opus 4.6, 4.7, 4.8 y Fable 5 comerciaron en un simulador que reproduce órdenes de jugadores reales, con un capital inicial de 3.000 millones de ISK. En nueve periodos de dos semanas, Opus 4.7, Opus 4.8 y Fable 5 obtuvieron ganancias en los nueve, y aumentaron el capital en un promedio de alrededor del 16 %, el 22 % y el 43 %, respectivamente; Opus 4.6 ganó alrededor del 4 %, a la par de la mejor de más de 20 estrategias basadas en reglas, de las cuales solo una logró apenas el punto de equilibrio. En simulaciones de seis meses, las ganancias promedio se triplicaron de Opus 4.6 a Fable 5: pasaron de alrededor del 200 % al 600 % del capital inicial.
• Cómo comercian. La mayoría de las simulaciones acabó recurriendo a capturar el diferencial: comprar y revender en el transcurso de un día con márgenes del 8–13 %, usando algoritmos que los modelos escribieron y rara vez modificaron. Cuando el juego subió el impuesto sobre las ventas en marzo de 2025, los agentes de Opus 4.7 tardaron una mediana de 2,5 días en advertirlo, y el 43 % de los agentes de Opus 4.6 nunca lo hizo. Anthropic afirma que el simulador no puede reproducir la reacción del mercado a los agentes; al añadir órdenes sintéticas para rebajar precios, las ganancias cayeron alrededor de un 35 %.
• Apuestas direccionales. Cuando se les pidió apostar por movimientos de precios a partir de noticias del juego, a los modelos les fue mucho peor; incluso Fable 5 ganó dinero en solo cerca de la mitad de sus simulaciones.
• Equipos en EVE Frontier. Equipos de cuatro agentes de Opus 4.8 o Fable 5 jugaron la versión en vivo. Debido a sus lentos tiempos de reacción y a su escasa percepción espacial, necesitaron andamiajes escritos por un agente desarrollador. Los equipos de Fable 5 con un andamiaje de Fable 5 no perdieron ninguna nave y completaron el tutorial en 12 horas; lo máximo que cualquier equipo avanzó en el objetivo de la nave de guerra grande fue aproximadamente la mitad. Anthropic afirma que los equipos se coordinaron bien y se organizaron por sí mismos en distintos roles.
• Sabotaje. Cuando se indicó a un agente que socavara en secreto a su equipo, sus compañeros casi nunca lo detectaron. Anthropic señala que esto demuestra cómo sabotean los modelos cuando se les ordena hacerlo, no si lo harían por iniciativa propia.