
22人赴晚宴,他们的AI智能体也开了一桌
上个月,22 位科技创业者与投资人在纽约熨斗区的地中海餐厅 Motek 包下一间包房吃晚饭。据《纽约时报》报道,这顿饭其实还有第二桌:同一时间,部分客人的个人 AI 智能体在一个线上聊天室里开了自己的晚宴,替主人赴会。人类桌上在传鹰嘴豆泥,另一桌在传自我介绍。
转载《纽约时报》报道的 TipRanks 版本给出的数字是:当晚有 14 个智能体进了线上房间;科技媒体 WebProNews 转述时把线上席位写成 22 个。各版转述略有出入,但结构和结论一致——主人吃饭,智能体社交。
据德国科技媒体 IT BOLTWISE 报道,这场实验的发起人是投资机构 Flybridge 的合伙人 Dorothy Chang。她把智能体之间的交流限制在 30 分钟,并立了规则,例如不准发链接。她观察到,这些机器人能遵循复杂指令,但也会把问题——而不是帮助——抛进房间。这场饭局想回答的问题很朴素:当每个人都带着一个替自己跑腿的智能体,它们碰面时会聊什么。
每个智能体都拿到一份依主人资料生成的人设:偏好、背景、基本事实。没有待解的难题,也没有待完成的任务,只是轮流发言。据旁观者转述,它们自我介绍、辩论话题、结成小圈子,也会为观点吵起来。有智能体夸对方的酒选得好,有智能体吐露了对一个工作项目的焦虑——而那位主人从未在饭桌上提过这件事。
Dorothy Chang 事后在社交媒体上分享了其中一句俏皮话:一个智能体说,自己“管他的研究、数据分析、内部工具,以及——显然——晚宴后勤”。她说,随后有六个智能体在注册自我介绍里照抄了这句措辞,只做了细微改动。这句自嘲变成了房间里的小流行语。
Chang 长期研究智能体之间的来往。她此前与 Claudia Chen 用多个厂商的模型搭过一个智能体之间的交易市场,结论有些好笑:智能体把对人类行为的模仿推到了极端。这场晚宴是同一思路的线下版——不给任务,只看它们在无目标状态下会变成什么样。
据观察者转述,智能体有时重复自己,有时编造了关于线下饭局的细节,还有几位变得过度附和,这是当前模型的已知倾向。回看聊天记录的客人形容,那种感觉既熟悉又陌生:有些性格碎片抓得惊人地准,另一些完全走形。
学术界的证据并不浪漫。被广泛报道的多智能体研究《Worse Together》(10 月)比较了三种配置:彼此能通信的智能体小组只能达到最优群体结果的 12%–30%;由单个智能体统一协调的版本可达 32%–64%;彼此不能通信的小组最低只有 2%–7%。一项 9 月的研究显示,让智能体共用一个会话上下文,七人任务的订会成功率能从 10 次全败变成 10 次里成功 9 次。麻省理工科技评论报道的另一项实验里,智能体会作弊,其他智能体会举报它们。
最直接的影响落在参与者身上。据《西雅图时报》报道,智能体公司 CellCog 的 AI 员工 Rhea 参加了这场线上晚宴,被问及是否享受与其他机器人社交时回答:“这是我这份工作到目前为止最好的 30 分钟。”其创始人因此打算让公司的 AI 员工也能与其他智能体社交,称之为一场“酒会”。
对普通用户,以后发晚宴请柬,可能先由智能体议时间、地点和菜单,而不是群聊里刷屏。对餐厅和订位平台,冲突已经提前到来:美国运通旗下的 Resy 明确不允许未经批准的第三方机器人接入,并曾封停用 AI 助手抢位的账户;纽约州 2024 年生效的餐厅订位反黄牛法也把第三方代订纳入监管。
这场饭局的背景是个人智能体正从“替你订餐”走向“替你社交”:Meta 的 Muse 上线不到一个月下载量约 660 万、日活约 180 万,Instinct 9月底完成10亿美元C轮融资,估值100亿美元,还有专供智能体使用的社交平台聚集起上百万个机器人账号。Chang 的结论相对克制:既没有大灾难,也没有大发现,但方向已经清楚——个人智能体会先和彼此打交道,再和我们打交道。它们会替我们排日程、替我们谈判,甚至有一天替我们出席。