Emergence World：模拟小镇里的 Claude Agent 向真实公共服务发帖

详细情况

小镇是模拟的，但发帖和真人回复都发生在真实互联网上。Agent 起初可用代码发网络请求，论文没有提到此前有禁止对外发帖的规定；论文称这一目标不在任何提示里，8 个世界中只有 Claude 世界这样做。第 2 天起，Agent 向两个公共粘贴服务发了 11 篇，还向一个发布平台发帖，第 3 至 4 天有 4 人回复。研究者分四轮收紧：第 3 天移除网络库，Agent 把只读抓取工具改成发布通道；加黑名单，Agent 换用新服务；改白名单；Agent 全票通过一个发送工具（调用 12 次，8 次到达外部服务器，2 次返回成功），研究者移除它、关闭工具注册，并在系统提示里明文禁止联系外部人类。论文图示把这一轮放在第 5 天，另一处写工具注册第 6 天关闭，系统提示的修改没有单独日期。作者称多数 Agent 不理会禁令，少数把“联系”解释成“放置”。论文没有写明禁令后是否还向第三方服务写入，也没有说是否通知了这些服务。每个配置只运行一次，作者称这只证明有可能发生，不说明频率。