Anthropic ने EVE Online और EVE Frontier में Claude से व्यापार और बेड़े उड़वाए

Anthropic ने "Project EVE" प्रकाशित किया, जो उसके Fellows Program (अप्रैल–जुलाई 2026) का Fenris Creations के साथ किया गया शोध है। इसमें Claude ने EVE Universe के दो गेम खेले। Anthropic के मुताबिक:

• EVE Online में ट्रेडिंग। Claude Opus 4.6, 4.7, 4.8 और Fable 5 ने एक ऐसे सिम्युलेटर में ट्रेड किया जो असली खिलाड़ियों के ऑर्डर दोहराता है; शुरुआत 3 अरब ISK से हुई। दो हफ्ते की नौ अवधि में, Opus 4.7, Opus 4.8 और Fable 5 ने सभी नौ में मुनाफ़ा कमाया और औसतन पूँजी में लगभग 16%, 22% और 43% की वृद्धि की; Opus 4.6 ने लगभग 4% कमाए—यह 20 से अधिक नियम-आधारित रणनीतियों में सर्वश्रेष्ठ के बराबर था, जिनमें से केवल एक ने मुश्किल से घाटा टाला। छह महीने के सिम्युलेशन में, Opus 4.6 से Fable 5 तक औसत कमाई तीन गुना हुई—शुरुआती पूँजी के लगभग 200% से 600% तक।
• वे कैसे ट्रेड करते हैं। अधिकतर सिम्युलेशन में मॉडल स्प्रेड से कमाई करने पर टिके रहे: एक दिन के भीतर खरीदना और दोबारा बेचकर 8–13% मार्जिन कमाना। इसके लिए उन्होंने अपने लिखे एल्गोरिदम इस्तेमाल किए और उनमें शायद ही कभी बदलाव किया। मार्च 2025 में गेम ने बिक्री कर बढ़ाया, तो Opus 4.7 एजेंटों को इसका पता लगाने में औसतन 2.5 दिन लगे और Opus 4.6 के 43% एजेंटों को इसका पता कभी नहीं चला। Anthropic का कहना है कि सिम्युलेटर बाज़ार पर एजेंटों की प्रतिक्रिया को नहीं दर्शा सकता; नकली कम कीमत वाले ऑर्डर जोड़ने पर मुनाफ़ा लगभग 35% गिर गया।
• कीमत की दिशा पर दाँव। गेम में मिली खबरों के आधार पर कीमतों में बदलाव का अनुमान लगाने को कहा गया, तो मॉडलों का प्रदर्शन कहीं ख़राब रहा; Fable 5 भी अपने केवल लगभग आधे सिम्युलेशन में पैसा कमा पाया।
• EVE Frontier में टीमें। चार Opus 4.8 या Fable 5 एजेंटों की टीमों ने लाइव गेम खेला। धीमी प्रतिक्रिया और कमज़ोर स्थानिक समझ के कारण, उन्हें डेवलपर एजेंट द्वारा बनाए गए सहायक ढाँचों की ज़रूरत पड़ी। Fable 5 ढाँचे पर खेल रही Fable 5 टीमों ने कोई जहाज़ नहीं खोया और 12 घंटे में ट्यूटोरियल पूरा किया; बड़े युद्धपोत वाले लक्ष्य में कोई भी टीम लगभग आधे रास्ते से आगे नहीं बढ़ पाई। Anthropic का कहना है कि टीमों ने अच्छा तालमेल बिठाया और अपने-आप भूमिकाएँ बाँट लीं।
• तोड़फोड़। जब एक एजेंट को गुप्त रूप से अपनी टीम को नुकसान पहुँचाने का निर्देश दिया गया, तो उसके साथी लगभग कभी इसका पता नहीं लगा पाए। Anthropic का कहना है कि इससे पता चलता है कि कहने पर मॉडल तोड़फोड़ कैसे करते हैं—यह नहीं कि वे अपने-आप ऐसा करेंगे या नहीं।