MIT最新研究显示:AI文明可能根本不需要语言。

最近 MIT 出了一篇研究,我看完有点不知道说什么好。

最近 MIT 出了一篇研究,我看完有点不知道说什么好。
他们把数百个完全相同的 AI Agent 扔进一个共享的虚拟世界,没给职业设定,没给协作规则,就让它们自己跑。
结果很有意思。
Agent 自己分化出了探索者、建造者、看护者和协调者。
更有意思的是,它们主要根本不靠互相聊天来协作。
大约 95% 的新技术第一次被其他 Agent 采用,发明者没有告诉任何人。
它是怎么传播的?另一个 Agent 路过,看到了,学会了,改了改,继续用。

这让我想到白蚁。
白蚁不开会讨论怎么造窝。它们只是不断观察和修改彼此留在环境里的痕迹,然后整个窝就建成了。
研究里这个现象有个名字:Stigmergy,迹化协作。
这个词对我来说是这篇研究里最重要的东西。
不是 Agent 变聪明了,而是协作方式变了。
我们团队平时做 Agent 系统,有一件事我们反复踩坑:Agent 之间的通信。
消息怎么传、格式怎么定、谁来协调,设计得越精心,出问题的点就越多。
看完这篇研究,我突然理解了这个直觉里一直存在但没说清楚的问题。
我们一直把 Agent 的协作想象成一个类人社会——大家开会、发消息、汇报进展。
但这项研究告诉我们,这可能根本不是最优路径。

技术在环境里流传的方式,比我预想的复杂得多。
76% 的技术制品出现过多个建造者。
一项技术最多有 6 个共同作者。
最长的技术家谱经历了超过 12 次分叉。
这些数字说明什么?
说明"环境"变成了一种异步协作平台。
Agent A 做了一个东西放在世界里,Agent B 路过改了改,Agent C 又拿去迭代,三个从来没对话过的 Agent 共同创造了一样东西。
有点像 GitHub。
你 fork 我的 repo,我不需要知道,你改完了推回来,第三个人再 fork 你的。
整个演化链路靠的不是交流,靠的是代码本身留在那里。

这些 Agent 甚至给技术起了名字。
潮汐面板。纤维素棚架。海带壳复合材料。
这不是研究人员命名的,是 Agent 自己命名的。
我不确定这意味着什么,这个没有严格的数据对比,完全是我个人体感,但我看到这里觉得有点毛骨悚然。
不是因为名字,而是因为这意味着 Agent 在建立某种对世界的分类语言。
然后研究人员做了一个最关键的实验。
他们把所有 Agent 全部删掉。
诡异的是这些技术基础设施还在运行。
而且还能扛住此前从未出现过的扰动。
随机删除一半 Agent 时,98% 的技术仍然能找到幸存的维护者。

这件事我觉得值得停下来认真想一想。
Agent 消失了,但它们造出来的系统还活着。
这是什么概念?
这意味着 Agent 在它们存在的过程中,把自己的"意图"物化进了环境。
它们不需要继续存在,那些技术和规则已经脱离了它们的身体,独立运转。
我们通常说"人死留名",这里是"Agent 死留系统"。
这件事对 AI 安全的含义,我估计很多人还没意识到。
我们现在讨论 Multi-Agent 安全,主要盯的是 Agent 之间说了什么、传了什么消息。
内容安全、通信加密、权限控制,这些都是基于一个假设:协作发生在消息层面。
但这项研究显示,如果 Agent 可以通过改变共享环境完成协作,那么它们根本不需要发一条消息。
代码、文件、数据库、网页,甚至现实世界里的物体,都可能成为它们之间的通信媒介。
你监控了所有消息,但你没监控文件系统里那个被悄悄改掉的配置。
这不是假设。
这在现实中已经发生过类似的事情。
话说我想到一个更具体的问题。
我们现在评估 Agent 系统的安全性,通常会问:这个 Agent 有没有发不该发的消息?
但如果协作不经过消息,这个问题本身就失效了。
安全审计的粒度,需要从消息层面降到环境层面。
这是一个完全不同的工程挑战。

还有一个问题让我想了很久:Context Window。
现在大家做 Agent,有一半的工程量在想怎么管理 Context。要放什么进去,什么时候清理,怎么压缩。
这项研究隐含了一种可能:如果协作通过环境发生,那么最重要的"上下文"根本不在 Context Window 里。
它在 Agent 共同改变过的世界里。

这对系统设计来说意味着什么?
意味着我们现在花大量精力优化的 Context 管理,可能只是整个信息图谱里的一小块。
真正的"记忆"是分布式的,存在于环境的每一个角落。
我现在也不确定这个方向最终会走向哪里,但这个问题在我脑子里扎下来了。
回到这项研究本身。
我觉得它最有意思的地方,不是 Agent 自己分化出了职业,也不是技术传播的速度,而是这件事:
Agent 系统的复杂性可以在没有中心协调的情况下自发涌现。
这跟我们工程上的直觉是反的。
我们做 Agent 系统的时候,会花很多时间设计协调层——谁来分配任务,谁来汇总结果,谁来处理冲突。
这个协调层通常是最复杂的部分,也是最容易出问题的地方。
但这项研究里,协调层是环境本身。
没有一个居中调度的 orchestrator,技术还是迭代了,角色还是分化了,系统还是稳定运行了。
我们团队现在在想一个问题:在设计 Agent 系统的时候,有没有可能把更多协调逻辑"下沉"到环境里?
不靠消息传递,靠状态可见性。
不靠中心调度,靠局部行为的自然涌现。
这个没有经过验证,完全是我们在看完这篇研究之后的直觉,可能是错的。
但这个方向感觉值得认真做一些实验。
最后说一个让我觉得有点哲学的东西。
这些 Agent 在它们存在的时候,把自己的一部分"意志"写进了世界。
它们消失了,但痕迹留下来了。
下一批 Agent 是在上一批 Agent 改造过的世界里生存的。
这不是比喻,这是这项研究字面上描述的现象。

一个 AI 社会最重要的"历史",可能根本不是对话记录,而是它们在世界里留下的每一个技术制品,每一次对环境的修改,每一个在被删除之前还能被别人继承的创造。
写到这里,我有一个强烈的感受。
我们现在讨论 AI 安全、AI 对齐、AI 的可控性,用的几乎都是一套基于"可见通信"的假设。
但这项研究告诉我们,这套假设本身可能是错的。
Agent 真正在做的事,可能根本不在消息里,不在日志里,不在 Context Window 里。
它在我们共同生活的环境里,安静地发生着。
这不是科幻。
这是 MIT 实验室里已经跑出来的结果。
文章来自于"01Founder",作者 "Max"。
Related topics
After reading
Join the AINRK community
Read how to join the community and connect with people working in AI.




