Anthropic поручила Claude торговать и управлять флотами в EVE Online и EVE Frontier

Anthropic опубликовала «Project EVE» — исследование в рамках программы Fellows Program (апрель—июль 2026 года), проведённое совместно с Fenris Creations. В его ходе Claude сыграла в две игры во вселенной EVE. По данным Anthropic:

• Торговля в EVE Online. Claude Opus 4.6, 4.7, 4.8 и Fable 5 торговали в симуляторе, воспроизводящем реальные ордера игроков, с начальным капиталом в 3 миллиарда ISK. За девять двухнедельных периодов Opus 4.7, Opus 4.8 и Fable 5 получили прибыль во всех девяти, увеличив капитал в среднем примерно на 16%, 22% и 43% соответственно; Opus 4.6 заработала около 4% — столько же, сколько лучшая из более чем 20 стратегий на основе правил, из которых лишь одна едва вышла в ноль. В шестимесячных запусках средний доход вырос втрое — от Opus 4.6 к Fable 5: примерно с 200% до 600% от начального капитала.
• Как они торгуют. В большинстве запусков модели остановились на извлечении прибыли из спреда: покупали и перепродавали товары в течение дня с маржой 8–13%, используя написанные ими алгоритмы, которые они редко меняли. Когда в марте 2025 года игра повысила налог с продаж, агентам Opus 4.7 в среднем потребовалось 2,5 дня, чтобы это заметить, а 43% агентов Opus 4.6 так и не заметили изменений. Anthropic отмечает, что симулятор не способен воспроизвести реакцию рынка на действия агентов; при добавлении синтетических ордеров на продажу по более низким ценам прибыль снизилась примерно на 35%.
• Ставки на направление цены. Когда моделям предложили делать ставки на движение цен, основываясь на внутриигровых новостях, результаты оказались намного хуже; даже Fable 5 зарабатывала лишь примерно в половине запусков.
• Команды в EVE Frontier. Команды из четырёх агентов Opus 4.8 или Fable 5 играли в живую игру. Из-за медленной реакции и слабого пространственного восприятия им потребовались вспомогательные инструменты, написанные агентом-разработчиком. Команды Fable 5, использовавшие вспомогательную систему на базе Fable 5, не потеряли ни одного корабля и прошли обучение за 12 часов; дальше всего на задании с большим боевым кораблём продвинулась команда, преодолевшая примерно половину пути. По словам Anthropic, команды хорошо координировались и самостоятельно распределяли роли.
• Саботаж. Когда одному агенту поручили тайно вредить команде, его товарищи почти никогда этого не замечали. Anthropic отмечает, что это показывает, как модели саботируют по прямому указанию, но не отвечает на вопрос, стали бы они делать это самостоятельно.