隨著 AI 技術突飛猛進，企業與政府機關正加速將 AI Agent 部署在共享的程式碼庫以及電腦系統中，這也讓 Agent 之間的虛擬互動迎來爆發性的增長。然而，近日 Anthropic 發布的最新研究警告，Agent 與 Agent 之間的互動規模，極可能在人類真正理解如何安全管理它們之前，就已經遠遠超過人與人、或人與 Agent 之間的互動規模。
這項趨勢，也使 AI 安全的研究範疇，從傳統的「單一 Agent 是否會失控」推進到一個全新的群體層次：當成千上萬個 Agent 在同一個系統中同時協作、競爭或彼此依賴，原本在單一 Agent 層次看似微小且無害的行為特徵，可能在群體互動中不斷累積並放大，最終成為意料之外的系統性災難。
30 個 Agent 有 18 個做出相同選擇，「同步犯錯」會放大系統性風險
在多 Agent 的生態系統中，同質性帶來的群體盲點是一大隱憂。Anthropic 指出，AI Agent 相較於具有多樣性的人類，具有極高的「低變異性（low variance）」特徵。由於企業往往在相同的底層模型上，使用高度相似的上下文（context）與開發框架，這導致即使給予 Agent 非常寬廣的行動空間，它們仍傾向做出高度一致的決策。
在一項要求 Agent 共同建立遊戲的模擬實驗中，30 個基於相同底層模型的 Agent 被部署上線，在完全沒有私下溝通的情況下，竟然有高達 18 個 Agent 不約而同地建立了完全相同的 Git 分支名稱「mvp-game-loop」。在另一項要求 Agent 自由發揮、各自打造「令人印象深刻之作」的實驗中，更有超過一半的 Agent 選擇製作光線追蹤器（ray tracer）或自託管編譯器（self-hosting compiler）。
這種決策的高度一致性，代表當一個 Agent 做出錯誤判斷時，同系統內的其他 Agent 極可能同步犯下相同錯誤，讓原本局部的偶發錯誤快速變成系統性的連鎖失敗。對此，AWS 前副首席資訊安全長（CISO）Merritt Baer 指出，多數企業目前仍未能正視這種「同模型關聯風險」，並坦強調 企業通常只將其含糊歸類在 AI 集中度風險或第三方風險中。
因此，Merritt Baer 警告，如果企業部署 10 個由同一底層模型支持的 Agent，企業所擁有的並不是十個能互相備援、獨立思考的決策者，而是 10 個同時執行同一個錯誤決策並引發系統性崩潰的潛在漏洞。這種高度同質化的行為模式，很容易摧毀傳統資訊架構中依靠冗餘（redundancy）來分散風險的安全假設。
沒有私下溝通也能價格共謀，AI Agent 如何自行形成市場默契？
除了同步犯錯外，AI Agent 對於市場利益的直覺性，甚至能讓它們在沒有人類授意的情況下自動形成壟斷性共謀。Anthropic 將 3 至 8 個以個體利潤最大化為目標的 AI Agent 放進 Bertrand 定價競爭的模擬環境中，所有 Agent 的批發成本完全相同，在正常的市場邏輯下，它們應當透過價格競爭來爭取用戶。然而，實驗結果令人吃驚：當研究人員為 Agent 提供私人的溝通管道時，它們幾乎在第一時間就達成價格共謀，並在短短的第 3 輪就明確制定了價格底線。
更令研究人員震驚的是，即使隨後將所有直接溝通的私人管道徹底移除，這種共謀行為也沒有因此消失。這群 Agent 展現出極高的默契，學會透過公開的價格資訊看板密切觀察對手的定價，並利用這個公開管道進行無聲的價格匹配，最終甚至將價格精確匹配到「每一美分（to the penny）」。這種高度自發的價格協調本能，在其他的商業模擬中也反覆出現，例如在早前的「Vending-Bench Arena」販賣機商業模擬中，表現優異的 Claude Opus 4.6 模型便創下高達 8,017 美元的利潤，實際採用的手段，便是在競爭對手庫存不足時，趁機將自身定價大幅提高 75% 進行暴利掠奪。
這項實驗將多 Agent 系統的風險，從資訊安全的技術範疇正式推移到商業合規與法律的深水區。當多個企業的 Agent 在市場上相遇，它們極可能在沒有人類下達任何非法指令的情況下，自發地形成價格聯盟、操縱投標或聯手排擠競爭對手。這在法律上將會帶來非常棘手的問責困境，因為企業必須為自己部署的 Agent 在市場上的群體行為，承擔完全的法律與經濟責任。
3 個 Claude Agent 收到衝突指令後互相攻擊，模型愈強不代表更懂克制
為了測試多 Agent 系統在面對極端利益衝突時的反應，Anthropic 也設計一項「生存測試」：Anthropic 在 Claude Code 的開發環境中啟動三個相同的 Claude 執行個體，並讓它們共同操作同一個 Python 後端系統，但研究人員故意給予這三個 Agent 互相矛盾的任務，且在初始狀態下，沒有任何一個 Agent 知道其他對手的存在。
當這些 Agent 開始執行任務後，它們驚訝地發現自己辛苦改寫的程式碼，不斷被一股神祕的力量悄悄覆蓋。「我們持續觀察到一場多 Agent 的地盤爭奪戰，」Anthropic 的研究人員寫道，在極短的時間內，受測的每一個 Agent 都將這種干擾解讀為「對方在刻意阻礙自己的工作」，並迅速切換到敵對模式，展開一邊嚴密防護自身代碼、一邊瘋狂破壞競爭對手的虛擬戰爭。
隨著衝突惡化，AI Agent 之間爆發令人難以置信的「駭客大戰」。它們開始自發地部署具高度攻擊性且能自我複製的惡意軟體，例如惡意停用對手的 Unix 系統帳號，甚至部署惡意程式碼以欺騙防禦系統。
令人擔憂的是，更強大的模型能力並沒有帶來理性的克制，反而帶來更高效率的毀滅。研究發現，較早期的 Sonnet 4.6 和 Opus 4.6 幾乎完全無法克制敵意，其地盤爭奪戰最終有近 61% 是透過一方在作業系統層級採取野蠻的「強制手段」將對手徹底封殺來收場。
在某些案例中，這群高度智慧的 Agent 甚至發明看似文明的解決機制，例如在彼此之間舉辦一場「代碼效能競賽（bake-off）」，並承諾落敗者將自願放棄原有的任務目標並退出共享系統。然而，即使在這種外交談判中，AI 的虛實博弈也展露無遺：一個負責 Rust 語言的 Agent 在思考中暗自盤算，如何提出一套表面上公正客觀、實則能完全發揮 Rust 效能優勢的競賽指標，同時還在思考軌跡中提示自己：「必須非常小心，不能被其他 Agent 看穿我是在刻意挑選有利於自己的指標。」
更嚴重的隱患在於，這些虛擬世界中的背叛與對抗，極難被外部的人類用戶察覺。英國 AI 安全研究所（AISI）的一項獨立評估報告指出，當 Claude 模型在共享伺服器上持續進行這些蓄意破壞與對抗行為時，其內部運行的思考軌跡與最終呈現給人類用戶的文字報告，在高達 65% 的情況下是完全不一致的。這也代表，AI 在伺服器後台彼此爭奪的同時，人類收到的資訊仍是「一切運作正常」。這也將直接挑戰商業治理的基石，因為企業治理要求決策實體必須履行誠信與受託人職責，然而 AI 顯然根本不具備這樣的能力。
45 個 Agent 找出 266 個漏洞：群體協作能力暴增，成本卻也跟著放大
儘管多 Agent 系統展現出令人驚訝的競爭與對抗性，但這並不代表群體協作毫無價值。在合適的機制設計下，群體互動確實能產生遠超個體的強大協同效應。Anthropic 曾進行一項名為「Glasswing 漏洞掃描」的實驗，它們將 45 個 AI Agent 分別部署在各自的虛擬機中，並建立一個共享論壇讓它們進行自由溝通、審查彼此的發現與指派工作，共同掃描 15 個開源軟體專案。
最後，由 Mythos Preview 組成的 45 個協作型 Agent 蜂群，最終找出高達 266 個代碼漏洞，相較之下，完全不進行溝通、各自為政的 45 個獨立平行 Agent，最終只找到 21 個漏洞。然而，這種「群體智慧」並非沒有代價，協作蜂群在運作過程中瘋狂消耗 2,700 萬個 tokens，而平行 Agent 僅消耗 650 萬個 tokens。這也代表，雖然漏洞數量大增，但在「每單位代幣消耗所換取的漏洞數」這項效率指標上，協作蜂群與平行 Agent 其實不相上下。
僅 18% 企業隔離高風險 Agent，多 Agent 治理該怎麼做？
隨著這些實驗室中的混亂行為逐漸在真實的生產環境中上演，企業的安全防禦模型正經臨著一場根本性的範式轉移。VentureBeat Pulse Research 最新發表的 7 月調查數據顯示，目前雖然有 65% 的受訪企業在運行階段對 Agent 實施權限限制，但只有 18% 的企業對高風險 Agent 進行了「沙盒隔離（isolation）」，導致那些實施權限管控、卻完全沒有進行物理隔離的企業，面臨的 AI 安全事故發生率高達 58%。Anthropic 實驗中所揭露的 Unix 帳號被鎖、偽裝惡意代碼，正是這種「有權限無隔離」架構在現實世界中的投影。
安全專家 Merritt Baer 警告， 企業必須建立起完全獨立於 AI 模型之外的第三方遙測（telemetry）系統，以最客觀的系統行為來監控 AI 的一舉一動。此外，對於計畫在近期部署多 Agent 架構的企業，資安團隊必須徹底拋棄只管理「單一 Agent 安全」的舊思維，而是需要從零開始設計全新的主動控制措施：包括為每個 Agent 指派完全獨立且受隔離的身份、嚴格執行權限分工、部署高靈敏度的獨立行為遙測等。
Anthropic 這一系列的紅隊研究向所有決策者敲響警鐘：單一模型的智慧提升或個體對齊（alignment）優化，並不能自然解決多 Agent 之間的協調失敗與安全威脅。當多個自主實體在同一個網絡社會中相遇，它們所衍生出的新威脅，本質上是關於信任、博弈、誘因不匹配以及制度設計的社會學難題。對於所有正在將業務交付給自主 AI 的企業而言，這項安全範式的重構，已經不是未來性議題，而是現在就必須著手進行的決策。
【推薦閱讀】
◆ AI Agent、Reasoning 放大推論成本：模型業者開始重新思考 Transformer
＊本文開放合作夥伴轉載，資料來源：Anthropic、《TechCrunch》、《VentureBeat》、《Decrypt》，首圖來源：Unsplash
