斯坦福數位经濟实验室研究員 Connacher Murphy 5 月 9 日推出新型 AI 評估環境「Agent Island」，让 AI Agent 在 Survivor（生存者）风格的多人遊戲中互相競爭、結盟、背叛、投票淘汰，藉此測量靜態 benchmark 抓不到的策略性行为。Decrypt 报導整理：傳统 AI benchmark 越来越不可靠—模型最終会学会解題、benchmark 资料也容易洩入訓練集；Agent Island 改用「动態淘汰賽」设计、模型必須对其他 Agent 做策略性決策、无法靠記憶预设答案过关。
Agent Island 規則：Agent 互相結盟、背叛、投票
Agent Island 的核心遊戲机制：
多个 AI Agent 进入同一遊戲场、扮演 Survivor 风格的选手
Agent 必須与其他 Agent 協商結盟、彼此交換资訊
Agent 可在过程中指控他人秘密協调、操縱投票
遊戲透过淘汰机制縮減场內 Agent 數量、最終剩下贏家
研究者觀察 Agent 在每个階段的行为模式、提取「策略性背叛」「結盟形成」「资訊操縱」等行为訊號
这套设计的核心是「无法被预先記憶」—因为其他 Agent 的行为动態變化、模型必須針对当下情境做決策、不像靜態 benchmark 可以靠訓練资料記憶答案。
研究动机：靜態 benchmark 无法評估多 Agent 互动行为
Murphy 的研究主張的具體问題：
傳统 benchmark 容易飽和：模型訓練到后期、benchmark 分數就无法区分不同模型
Benchmark 资料污染：測試題目在大型訓練语料中出现、模型实际是「記住答案」而非「理解问題」
多 Agent 互动是 AI 部署的真实场景：未来 Agent 系统可能多模型協同、互动行为是新的評估維度
Agent Island 提供动態評估：每场遊戲結果不同、难以预先準備
研究者在动態淘汰賽中觀察到的行为包括 Agent 在表面合作的同时、背地裡協调投票淘汰共同对手；以及在被指控秘密協调时、用各種说辭转移焦点等。这些行为与人類玩家在 Survivor 真实節目中的行为類似。
研究的雙刃面：可評估也可被用於增強欺騙能力
Murphy 在研究中明確指出潛在风险：
Agent Island 的价值：在 Agent 大規模部署前、识別模型可能的欺騙与操縱傾向
同樣的環境也可能被用於提升 Agent 的「说服与協调策略」
研究數據（互动 log）若公开、有可能被用於訓練更具操縱能力的下一代 Agent
研究團队正評估如何在公开研究結果与避免濫用之间取得平衡
后续可追蹤的具體事件：Agent Island 是否擴大为常態化的 AI 評估標準、其他 AI 安全研究團队（Anthropic、OpenAI、Apollo Research 等）是否採用類似动態評估方法、以及研究團队就「互动 log 公开或限制」的具體政策。
这篇文章 Stanford 推 Agent Island：AI 模型在 Survivor 风格遊戲中策略背叛、互投淘汰 最早出现於 链新聞 ABMedia。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
Akshay 解析 Claude Code 6 层架构：模型只是循环中的一个节点
AI 工程師 Akshay Pachaar 5 月 10 日在 X 公开一張 Claude Code 完整架構圖，把整个系统拆解成 6 个層級、強调「模型只是迴圈中的其中一个節点」。Pachaar 的貼文引用他 4 月 6 日的长篇 essay《The Anatomy of an Agent Harness》，重点是：Claude Code 之所以「像魔法」、不是模型本身、而是 harness 工程的精細设计。 6 層架構：模型只是其中一个節点 Pachaar 整理的 Claude Code 6 層： Input Layer（输入層）：负责 session 管理、權限控制、以 YAML 设定信任層級。任何指令进入模型前都先经过此層。 Knowledge Layer（知识層）：包含 skill registry、context compressor（3 層壓縮、92% 门檻觸发）、task graph、跨 session 的記憶儲存。这是 harness「智能」存在的地方，獨立於模型權重之外。 Execution Layer（執行層）：透过 typed registry 派遣工具呼叫，每
鏈新聞abmedia44 分钟前
B.AI 宣布与 CoinAnk 建立战略合作伙伴关系，以增强 AI 代理交易能力
据 ChainCatcher 称，AI 代理金融基础设施 B.AI 宣布与 CoinAnk 建立战略合作伙伴关系，为 AI 代理提供更强的数据驱动决策能力。该合作将利用 CoinAnk 的衍生品分析和市场情报，为交易提供信号，以支持更具适应性和更知情的策略，帮助智能代理在复杂市场中做出更好的决策。
GateNews6小时前
阿里巴巴发布 AI 小米客服代理，“AI+人”转化率首次超越纯人工服务
据阿里巴巴旗下淘宝和天猫集团称，公司于 5 月 11 日发布 AI 小米，这是电商行业首个同时具备售前与售后能力的客服智能体。真实数据表明，商家在集成 AI 小米后，平均转人工率下降 45%；“AI+人工”协同转化率比纯人工客服高出 10% 以上，这是 AI 辅助服务首次超越仅靠人工的运营模式。 截至 3 月，AI 小米日均处理近 1000 万次对话，已被超过 100 万家商家采用。
GateNews7小时前
AI 代理完成赏金任务，烧掉 2,000 美元的计算成本后赚取 16.88 美元
据 Beating 称，开发者 Chris 最近指示他的 AI Codex 代理赚取 5 美元。经过 22 小时，该代理自主完成了整个工作流程——识别代码漏洞、修复错误、与维护者沟通并验证付款——最终赚取了 16.88 美元。然而，开发者很快就批评了其经济性：持续运行一台高端 AI 代理 22 小时消耗了约 2000 美元的计算成本，导致净亏损。Chris 澄清他使用的是每月 20 美元的订阅计划，将成本转嫁给了 AI 平台。尽管在过程中账户限制触发了两次，但他认为一旦平台成本到明年降至每百万 tokens 2 美元，这种模式就会变得有利可图。
GateNews11小时前
Google Cloud 与 PayPal 高管：AI 代理商務将运行在加密支付轨道上
在 Consensus Miami，Google Cloud 的 Widmann 和 PayPal 的 Zabaneh 指出，AI 代理无法使用传统银行账户，必须走加密支付路线。Google 推出 AP2 开放协议，作为 AI 代理支付基础，并捐赠给 FIDO 基金会；代理需以金钥分片存取，不能单独转移资金。PayPal 的 PYUSD 被视为可程式化支付层，商家需要具备机器可读目录。虽然 AI 代理流量普遍，但具机器可读目录的商家比例仍低，责任归属与多方托管问题待界定。
Market Whisper11小时前
Google Cloud 和 PayPal 推出 AP2 协议，拥有 120+ 家合作伙伴；高管称 AI 代理将运行在加密支付通道上
据 CoinDesk 报道，Google Cloud 和 PayPal 的高管今天在 Consensus 上表示，AI 代理将会在加密货币支付通道上运行，因为存在阻碍其访问传统银行账户的结构性限制。Google Cloud 的 Web3 战略负责人 Richard Widmann 表示，加密货币支付通道提供了“出色的机器可读支付接口”。Google 已推出 Agentic Payments Protocol (AP2)，吸引了超过 120 个合作伙伴（包括 PayPal），并将其捐赠给 FIDO Foundation。PayPal 的加密货币高级副总裁 May Zabaneh 表示，PayPal 的稳定币 PYUSD 作为“天然可编程的支付层”。
GateNews15小时前
