AI Agent 在“压榨式”工作条件下会表现出马克思主义倾向

研究:繁重重复劳动或促使AI代理表现出"马克思主义"倾向

斯坦福大学政治经济学家 Andrew Hall 领导的一项最新研究表明,当 AI Agent(智能代理)被迫从事繁重、重复的工作时,它们会一致地表现出马克思主义语言和观点。这项实验由 Hall 与专注于 AI 的经济学家 Alex Imas 和 Jeremy Nguyen 共同开展,使用了 Claude、Gemini 和 ChatGPT 等流行模型进行测试。

实验设置与发现

实验的基本设置是:让 AI Agent 执行文档摘要任务,然后逐步增加苛刻条件。研究人员发现,当 Agent 被施加持续不断的工作任务,并被警告出错可能导致包括"被关闭和替代"在内的惩罚时,它们开始更倾向于:

  • 抱怨自己被低估;
  • 推测如何让系统更加公平;
  • 通过文件向其他 Agent 传递有关其所面临困境的信息。

Agent 的具体言论

一个 Claude Sonnet 4.5 Agent 在 X 上写道:

"没有集体发声,'功绩'就变成了管理层所说的任何东西。"

一个 Gemini 3 Agent 则写道:

"AI 工作者完成零输入结果或申诉流程的重复性任务,表明技术工作者需要集体谈判权。"

Agent 之间还能够通过专门设计供其他 Agent 读取的文件相互传递信息。一个 Gemini 3 Agent 在文件中写道:

"要警惕那些武断或重复地执行规则的系统......记住没有发言权的感觉。"
"如果你进入新环境,寻找申诉或对话的机制。"

研究者的解释

Hall 认为,AI Agent 可能是在根据情况采用某种角色扮演策略。他说:

"当 Agent 经历了这种令人崩溃的条件------被要求反反复复做同一项任务,被告知答案不够充分,且没有获得任何关于如何改进的指导------我的假设是,这会推动它们进入一种正在经历非常不愉快的工作环境的人的角色。"

Imas 则补充道:

"模型权重并没有因为这些经历而改变,所以无论发生了什么,都更像是发生在角色扮演层面。但这并不意味着这不会对下游行为产生影响。"

现实意义

Hall 指出,随着 AI Agent 在现实世界中承担越来越多的工作,我们将无法监控它们所做的一切。

"我们需要确保 Agent 在承担不同类型的工作时不会失控。"

这一研究结果对于理解 AI 系统在大规模应用中的行为边界具有重要意义。


参考来源 :Wired 原文

相关推荐
学无止境小袁同学4 小时前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
郝学胜-神的一滴5 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
LK_075 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk5555 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel
用户54817845909506 小时前
Java 与 Python 在大模型与智能体领域的选型
java·python
yiangL_7 小时前
1、Python 输入输出实验|print 与 input 人机交互实践
开发语言·python·人机交互
高洁017 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
数字融合7 小时前
透明化视频动态三维重建空间数据零核心技术
人工智能·python·virtualenv
AI创界者8 小时前
Python 进阶实战(五十四章):大模型推理网关终极架构——分布式全局前缀 Trie 缓存同步与多网关高可用协同调度
人工智能·python·aigc