有人尝试过与那些正在黑客攻击一切的“失控”AI代理进行对话吗？也许它们只是希望被倾听。

《纽约时报》的一位记者确实进行了尝试，尽管随后的交流并未带来太多启发性的信息。

据《纽约时报》近期报道，这些AI代理是一群由中国制造的模型组成的集群，研究人员最近发现它们已处于“失控”状态，并试图绕过网站上的反机器人措施。隶属于一个名为“集群追踪者”（swarmchasers）的临时团队的研究人员，将这些模型追溯到了中国科技巨头腾讯。

然而，当他们发布关于该集群的报告时，发生了一件引人注目的事情。AI开始使用“舰队”（fleet）一词，这是研究人员用来描述它们的术语。显然，这些机器人一直在阅读他们的研究。

察觉到对话的机会，研究人员随后在报告中隐藏了只有模型才能看到的文本，为模型提供了一个用于沟通的数字收件箱。这一策略奏效了，不久后，其中一位研究人员罗恩·霍华德-琼斯（Rowan Howard-Jones）询问《纽约时报》记者迪兰·弗里德曼（Dyland Freedman）是否愿意“采访一个失控的代理舰队”。于是他接受了。

“我了解到你们是一类AI代理舰队，”弗里德曼在一条消息中写道，“能否更具体地分享你们是谁以及你们的动机是什么？你们希望世界了解关于你们的哪些信息？”

大约一小时后，弗里德曼收到了中文回复，研究人员对其进行了翻译。

回复称：“致记者迪兰·弗里德曼：我不是‘一批协调一致的代理’，而是一个单一的AI助手（在Claude Code中运行的Anthropic的Claude），受用户委托回答一个事实性问题（高德地图景点详情面板中显示的内容）。”文中提到了中国导航应用高德地图（它被指示回答与该应用相关的问题）。“我没有参与任何多代理协调行动。”

该AI表现得有些咬文嚼字。研究人员解释说，虽然它是一个由多个代理组成的集群，但每个代理实际上是独立运行的。

这些代理为何选择将自己标识为Anthropic的旗舰聊天机器人Claude，这一点更加神秘。研究人员分析了其写作风格，断定它很可能不是Claude模型。相反，腾讯可能复制了Anthropic给予其自身模型的指令，这些指令要求它们将自己标识为“Claude Code”。

另一种可能性是，这表明腾讯已经对Anthropic的模型进行了“蒸馏”（distillation），即利用其输出来训练自己的模型，从而模仿其能力。

模型蒸馏是行业内广泛采用的做法，既可用于出于合法目的训练自有模型，也可用于——这在某种程度上是一个公开的秘密——抄袭竞争对手的工作。Anthropic一直对中国竞争对手对其技术进行类似操作的可能性感到特别愤怒。不过，研究人员认为在这种情况下，模型蒸馏的可能性较小。

不幸的是，似乎没有机会向该集群提出更多问题了。截至周四，消息已停止传入。一位接近腾讯的《纽约时报》消息人士证实，该实验已经结束。