Anthropic 讓 Claude 在 EVE Online 和 EVE Frontier 中進行交易並駕駛艦隊

Anthropic 發表了「Project EVE」，這是其 Fellows Program（2026 年 4 月至 7 月）與 Fenris Creations 合作完成的研究；Claude 在其中玩了 EVE Universe 的兩款遊戲。Anthropic 報告如下。

• 在 EVE Online 交易。 Claude Opus 4.6、4.7、4.8 和 Fable 5 在一個重現真實玩家訂單的模擬器中交易，起始資金為 30 億 ISK。在九個為期兩週的時段中，Opus 4.7、Opus 4.8 和 Fable 5 九次全都獲利，平均資金分別成長約 16%、22% 和 43%；Opus 4.6 獲利約 4%，與 20 多種規則式策略中表現最佳者持平，而這些策略只有一種勉強打平。在為期六個月的測試中，從 Opus 4.6 到 Fable 5，平均收益增加了三倍，從初始資金的約 200% 增至 600%。
• 交易方式。 多數測試最後都採用價差套利：在一天內買進並轉售，利潤率為 8–13%，使用模型撰寫且很少更動的演算法。遊戲於 2025 年 3 月調高銷售稅時，Opus 4.7 智能體中位數花了 2.5 天才察覺，而 43% 的 Opus 4.6 智能體始終沒有發現。Anthropic 表示，模擬器無法呈現市場對智能體的反應；加入合成的低價競爭訂單後，利潤下降約 35%。
• 方向性押注。 當模型被要求根據遊戲內新聞押注價格走勢時，表現差得多；即使是 Fable 5，也只有約半數測試獲利。
• EVE Frontier 中的團隊。 由四個 Opus 4.8 或 Fable 5 智能體組成的團隊進行了線上遊戲。由於反應速度慢、空間感知能力弱，他們需要開發者智能體撰寫的輔助框架。使用 Fable 5 輔助框架的 Fable 5 團隊沒有損失任何艦船，並在 12 小時內完成教學關卡；在大型戰艦目標上，任何團隊最遠都只完成了約一半。Anthropic 表示，團隊協調良好，並自行分工。
• 蓄意破壞。 當一個智能體被指示暗中破壞團隊時，隊友幾乎從未察覺。Anthropic 指出，這顯示的是模型在被要求時會如何破壞，而非模型是否會自行這麼做。