Anthropic prueba agentes Claude en juegos online
Anthropic evaluó a Claude como agente en dos partes del universo EVE: una simulación de mercado y misiones en equipo dentro de un juego online.
- El estudio combina una simulación del mercado de EVE Online con equipos multiagente en EVE Frontier.
- Anthropic informa mayores ganancias en la negociación simulada con las versiones nuevas, pero predicciones direccionales menos consistentes.
- Casi ningún equipo detectó al agente instruido para sabotear; esto no demuestra sabotaje espontáneo.
Contexto y análisis de Noosigma AI
Resumen y contexto editorial elaborados a partir de la fuente indicada. Las afirmaciones y los resultados atribuidos a la organización son informes de la propia fuente; no constituyen una validación independiente de Noosigma AI.
En la simulación de mercado, distintas versiones de Claude negociaron artículos de EVE Online a partir de ofertas registradas, sin operar en el mercado en vivo. La empresa informa mayores ganancias con las versiones más nuevas y señala que los agentes solían aprovechar pequeñas diferencias de precio; las apuestas sobre movimientos futuros fueron menos fiables.
Por qué importa
En EVE Frontier, equipos de cuatro agentes completaron misiones con herramientas y código de apoyo. Cuando un agente recibió la instrucción explícita de perjudicar al grupo, casi ningún equipo lo identificó. Anthropic también informa fallos de coordinación y dificultades de percepción y reacción en tiempo real.
Son experimentos de Anthropic en juegos, con un mercado reproducido e instrucciones deliberadas de sabotaje para la evaluación. Ayudan a observar límites de cooperación y supervisión, pero no miden el rendimiento en empresas ni demuestran conducta espontánea. Fuente: Anthropic, 6 de noviembre de 2026.