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