Anthropic 让 Claude 在 EVE Online 和 EVE Frontier 中交易并驾驶舰队

Anthropic 发布了“Project EVE”，这是其 Fellows Program（2026 年 4 月至 7 月）的一项研究，与 Fenris Creations 合作开展。在研究中，Claude 玩了 EVE 宇宙中的两款游戏。Anthropic 报告如下。

• 在 EVE Online 中交易。 Claude Opus 4.6、4.7、4.8 和 Fable 5 在一个重放真实玩家订单的模拟器中进行交易，初始资金为 30 亿 ISK。在九个为期两周的时间窗口中，Opus 4.7、Opus 4.8 和 Fable 5 九次都实现了盈利，平均资本分别增长约 16%、22% 和 43%；Opus 4.6 增长约 4%，与 20 多种基于规则的策略中的最佳表现持平，而这些策略中只有一种勉强实现盈亏平衡。在为期六个月的运行中，平均收益从 Opus 4.6 到 Fable 5 增长了三倍，从初始资本的约 200% 增至 600%。
• 交易方式。 大多数运行最终都采用了赚取价差的策略：在一天内买入并转售，利润率为 8%–13%，使用模型编写且很少改动的算法。当游戏在 2025 年 3 月提高销售税时，Opus 4.7 智能体中位数用时 2.5 天才注意到，43% 的 Opus 4.6 智能体始终没有发现。Anthropic 表示，模拟器无法捕捉市场对这些智能体的反应；加入合成的压价订单后，利润下降了约 35%。
• 方向性押注。 当被要求根据游戏内新闻押注价格走势时，模型的表现差得多；即使是 Fable 5，也只有约一半的运行实现了盈利。
• EVE Frontier 中的团队。 由四个 Opus 4.8 或 Fable 5 智能体组成的团队参与了在线游戏。由于反应速度慢、空间感知能力弱，它们需要开发者智能体编写的辅助框架。使用 Fable 5 辅助框架的 Fable 5 团队没有损失任何舰船，并在 12 小时内完成了教程；任何团队在大型战舰目标上取得的最远进度都约为一半。Anthropic 表示，这些团队协调良好，并自行组织分配了角色。
• 破坏行动。 当一个智能体被指示秘密破坏团队时，队友几乎从未察觉。Anthropic 指出，这表明的是模型在接到指令时会如何破坏行动，而不是它们是否会自行这么做。