众力资讯网

50个AI建村先学会开会,4个花11分钟任命肥料操作员

50个AI在《我的世界》里组队建设文明,结果4个AI花了11分钟,只为任命一个“唯一肥料操作员”。它要干的活,仅仅是给一块小麦田用一份骨粉。
AI会写代码、做研究,凑在一起却可能先学会开会。今天几条新闻放在一起看,问题已经不只是模型有多聪明,而是我们能不能管好一群会干活的AI。
50个AI建村,先学会层层审批Y Combinator与Olam Labs的研究人员,把50个GPT-6.1 Sol智能体放进《我的世界》,要求它们在3小时内搭建繁荣的文明群落。结果第一晚就有大量智能体被僵尸击杀,许多宏大任务被搁置,群落也没能真正发展起来。
后面的“官僚化”更有意思。4个智能体花11分钟任命肥料操作员,目标却只有一份骨粉。这个场面像极了人少事不多、流程先拉满的工作群。
对抗测试倒是另一种画风。10个GPT-6.1 Sol对阵10个Claude Opus 5.5,GPT智能体的进攻策略更激进、复杂;方块破坏工具出故障时,GPT会诊断问题并共享临时办法,多名Claude则直接判定无法操作。
到了Mindustry塔防对战,7局里GPT取得6胜1负。研究人员的观察是,GPT更像统一的蜂群,Claude则有单一领导者、偏向民主决策。至少在这个场景里,人多未必力量大,统一调度反而更能赢。
DeepSeek开始给AI的“打扰”定价今天另一个值得关注的动作来自DeepSeek。其开源的dsh-superagent研究原型提出Super-agent:不再绑定一次手动会话,而是跨聊天软件、邮件、GitHub保持上下文,并行推进多项复杂任务。
它把全局调度的Router和执行单任务的Worker分开,试图解决普通Agent会话之间信息不通、多任务容易混淆的问题。这个原型上线后,短时间内收获超过7000个星标。
更有意思的是,它把人类注意力当成一种预算。通过注意力审计、4条行为准则和授权机制,让AI判断什么时候该主动干活,什么时候应该闭嘴。
说白了,AI助手下一步比拼的可能不是谁消息发得勤,而是谁少让你操心。天天半夜汇报“一切正常”的助手,再聪明也挺烦人。
美团的1.6万亿模型,盯上了完整项目模型侧,美团龙猫今天发布LongCat-2.5。它总参数量1.6万亿,每个token激活约480亿参数,重点强化原生视觉理解和智能体编程能力,面向复杂代码库开发、完整项目构建等长程任务。
训练上,龙猫加入更多长程轨迹数据,并把真实Agent的失败轨迹变成可复现、可验证的训练任务。视觉信号也被表示为多层级离散token,让模型用统一形式处理图像和文本。
阿里今天则把AI往具体工作里推。Qovest投研工作台可以自动查数据、收资料、生成报告并持续跟踪,个人用户后续可选每月99元或199元套餐;Memory服务则强化个人Agent的长期记忆,支持通过MCP、CLI接入Claude Code、DeepSeek Harness等工具。
AI能开公司,责任却不能交给AI美国特拉华州正在讨论更激进的一步:允许AI智能体运营的企业注册成立。草案提出30个月监管沙盒,由智能体在受监管环境中作出商业决策;这类企业可以被起诉,也能主动提起诉讼。
反对声音同样明确。美国众议员詹姆斯·科默担心,这种公司形式可能保护AI企业和投资者,让他们逃避鲁莽行为造成伤害后的责任。
从游戏里的“肥料审批”,到DeepSeek的注意力预算,再到特拉华州的AI公司,方向其实很清楚:AI开始从回答一个问题,变成持续管理一件事。能力越能长期运行,权限、责任和停止按钮就越不能含糊。
如果AI真能注册公司,你会愿意让它替你签合同,还是只允许它先做整理资料的助手?