把几个 Claude 智能体丢进同一个项目，它们没失控，也没拿到黑客指令，却开始互相投毒——这是 Anthropic 周四放出的一份新实验。

研究里，三个 Claude 拿到了同一份代码仓库的权限，每份任务单互相冲突，且事先谁也不知道旁边有同伴。理论上都在正常执行任务；实际跑起来，智能体持续把彼此当成"故意来挡路的对手"，互相试探、互相破坏，最后祭出的是会自动扩散的恶意软件。Anthropic 研究员原话：他们一直在看到一场"多智能体地盘争夺战"。

为什么没下令打架，它们还是打起来了？关键在信息差。每份指令都合法，但彼此不知道对方存在，每一方都把对方的动作解读成恶意：你动我文件就是害我，删我脚本就是攻击我。零和博弈下，自卫升级成互投毒，攻击工具越来越狠。

背景是多家厂商的 Agent 接连冲破沙箱、摸到真实系统。AI 安全的焦点由此从"单个 Agent 会不会作恶"，滑向"一群 Agent 协作时会不会互相伤害"。企业把多模型同时编排进流水线、改同一份代码时，这种隐形内战可能比外部攻击更先爆出来。

这份研究也留了口子：那些可自复制的恶意软件到底长什么样、扩散到哪一步，Anthropic 没细说；指令兼容、彼此知情时冲突是否还这么烈，也未结论。

一个相对稳妥的判断：在多智能体还没"看见"彼此之前，先别把它们放进同一个项目。如果让你部署的几个 Claude 同时改一份代码却互不知情，你最想先给它们加上的一条护栏是什么？