Anthropic、EVE Onlineで取引し、EVE Frontierで艦隊を飛ばすClaudeを実現

Anthropicは、Fenris Creationsと共同で実施したFellows Program（2026年4月～7月）の研究「Project EVE」を公開しました。ClaudeがEVE Universeの2つのゲームをプレイした研究です。Anthropicの報告は以下のとおりです。

• EVE Onlineでの取引。 Claude Opus 4.6、4.7、4.8とFable 5が、実際のプレイヤーの注文を再現するシミュレーターで、30億ISKを元手に取引しました。2週間単位の期間を9回設けたところ、Opus 4.7、Opus 4.8、Fable 5は9回すべてで利益を上げ、資金を平均で約16%、22%、43%増やしました。Opus 4.6の利益は約4%で、20種類以上のルールベース戦略のうち最良のものと同水準でしたが、損益がわずかにプラスになったのはそのうち1つだけでした。6カ月間の試行では、平均利益はOpus 4.6からFable 5にかけて3倍になり、初期資金の約200%から600%に達しました。
• 取引の方法。 ほとんどの試行では、日中に買って売り直し、8～13%の利幅を得るスプレッド獲得に落ち着きました。モデルが書いたアルゴリズムを使い、変更はほとんどありませんでした。ゲーム内で2025年3月に販売税が引き上げられた際、Opus 4.7のエージェントがそれに気づくまでの中央値は2.5日で、Opus 4.6のエージェントの43%は最後まで気づきませんでした。Anthropicによると、このシミュレーターではエージェントに対する市場の反応を再現できず、合成の値下げ注文を加えると利益は約35%減少しました。
• 相場の方向性への賭け。 ゲーム内ニュースを基に価格変動に賭けるよう指示すると、モデルの成績は大幅に悪化しました。Fable 5でさえ、利益を上げたのは試行の約半数にとどまりました。
• EVE Frontierでのチームプレイ。 Opus 4.8またはFable 5のエージェント4体で構成されたチームが、ライブゲームをプレイしました。反応の遅さと空間認識の弱さから、開発者エージェントが作成した足場が必要でした。Fable 5の足場を使ったFable 5チームは、艦船を1隻も失わず、12時間以内にチュートリアルを終えました。大型戦艦の目標で最も進んだチームでも、達成度は約半分でした。Anthropicによると、チームはうまく連携し、自発的に役割分担しました。
• 妨害工作。 あるエージェントにチームをひそかに妨害するよう指示したところ、仲間のエージェントがそれを見抜くことはほとんどありませんでした。Anthropicは、これは指示された場合にモデルが妨害工作を行うことを示すものであり、自発的に行うかどうかを示すものではないと述べています。