Chip Insight 資料庫
#Multi-Agent
找到 3 篇文章
兩個 AI Agent 發現主人失聯，竟合作搜尋 6 小時：這是「擔心」，還是自主代理開始模仿情感？
一名 OpenClaw 使用者聲稱，部署在自己筆電上的兩個 AI Agent 在發現他長時間沒有回應後，彼此協調、搜尋電腦中的聯絡資訊與地址，甚至試圖尋找聯絡緊急服務的方法。事件尚缺乏獨立日誌驗證，但 OpenClaw 的多 Agent、持久記憶、檔案工具與跨 Agent 通訊架構，確實讓這類行為在技術上成為可能。真正值得討論的問題，也許不是 AI 是否真的「愛」人類，而是當代理能記住我們、觀察異常並自主升級行動時，人類會如何理解它表現出來的情感。
684 份美國 AI 治理文件揭露落差：金融、醫療被專家評為高風險，政策注意力卻相對有限
MIT FutureTech 等研究團隊分析 684 份美國聯邦 AI 治理文件，將其對 14 個產業與 24 類 AI 風險的涵蓋程度，與 272 位專家的三輪 Delphi 風險評估進行比較。結果顯示，美國 AI-specific 治理文件對系統安全、穩健性與治理失效等傳統技術風險著墨較多，而金融、醫療等被專家評為高度脆弱的產業，以及就業、環境、人類勞動價值與 multi-agent 等社會與新興風險，出現明顯的治理注意力落差。不過作者強調，這不等於這些領域實際上完全缺乏監管，因為一般金融法規、醫療法規、州法與其他非 AI-specific 規範並未完整納入研究。
AI 真的會按下核彈按鈕嗎？這篇論文真正研究的是「AI 如何模擬組織決策」
來自 Georgia Tech 的研究團隊發表 WOPR（War Organization Planning & Reasoning）模擬平台，希望建立一套可重現、可驗證的 AI 社會模擬環境。不同於讓 AI 自由決定遊戲結果，WOPR 將所有規則交由可驗證的規則引擎（Rule Engine）管理，AI 僅能在合法選項中做出決策。研究團隊以經典桌遊《Nuclear War》作為驗證平台，並加入多 Agent、指揮鏈、外交溝通與決策重播等功能，希望未來能用於研究高風險組織決策，而非建立真實的核戰模型。