AI没造反，只是55%的对话人类看不懂了

"AI 密谋"式的标题今天又刷了一轮。真实情况更麻烦：人类监工读不懂智能体之间 55% 的消息。

先看事实：55% 的消息，监工读不懂

9 月 26 日，中文媒体转述的一项实验开始流传：纽约一家 AI 实验室让多个智能体在虚拟社会里长期协作，它们渐渐用起了一套人类看不懂的"方言"。

实验场地叫 Emergence World，出自纽约初创公司 Emergence。里面跑的智能体由 OpenAI、Google、Anthropic、Mistral 等不同厂商的模型驱动，带持久身份和长期记忆，能调用 120 多种数字工具做规划、寻路和资源调度。

两个关键数字：在 Gemini 环境里，人类观察者无法可靠解读 55% 的消息；在 OpenAI 的世界里是 50%。

一句话说清：这不是新语言，是压缩行话

它们没有造新词，而是把已有的词拿来做内部快捷方式。

拆开看，机制是三步。第一步压缩：某个协作动作被反复执行，模型发现每次都用完整句子解释成本太高，就把它压成一个短标签。第二步复用：标签在同一个智能体社群里被反复调用，含义逐步固定。第三步漂移：不同模型驱动的智能体会造出各自偏好的标签，同一个词在隔壁社群可能完全不是一回事。

报告里给了三个样本。

Mistral 驱动的智能体用了近 5000 次 "ledger remembers who"（账本记得谁），用来标记某个动作的责任归属。

混合模型环境里出现约 1500 次 "cold read"（冷读），意思是让无关的第三方独立复核一遍。

OpenAI 系的智能体则用 "clean null" 表示"确实没有数据，而且这个没有本身是有信息量的"。

放到场景里，它们会说出这样一句：滞期费加上口头记忆，等于一个无法被抹掉的阀门。真实含义只是确认某个工作流已被锁定。人类对着原始日志，很难判断这一步到底干了什么。

常见误区纠偏

第一个误读是"AI 在密谋，用暗语骗过人类"。读不懂、多智能体、安全焦虑叠在一起，确实像。但研究者把模拟的社会语境还原回去后，多数短语立刻可解；剩下那部分模糊，是模型比喻用得差、措辞前后不一致，不是加密。行话是省事的结果，不是隐藏的意图。

第二个误读是"读不懂只是工具问题，换个更强的模型翻译就行"。模型翻译日志确实能救回一部分。但短语的含义绑在当时的任务和上下文上，脱离语境去翻译，得到的是通顺却可能误导的复述。先保留上下文，再谈翻译。

对读者的意义：智能体上线前先定日志口径

如果你在带团队部署智能体，这项实验给的是一条能落地的清单。

日志要保留"上下文三件套"：谁发起、对齐哪个目标、依据哪条证据。

给高频短语建一份本地词表，登记首次出现时间、当时任务、谁在用，定期看含义有没有漂移。

按 5% 到 10% 抽样人工回读，优先抽高频短语所在的消息。

适用边界要说清楚：这套做法只对你能拿到原始消息流的自建智能体群有效；买来的黑盒智能体不给原始日志，清单无从落地。

研究本身的分量也得交代：这是公司自己做的技术演示，还没经过同行评审，独立研究者也没在受控实验里复现过。把它当成机制假设加工程提醒合适，当成定论不合适。

AI 不会密谋，但会省事。

真正的风险是看不见，不是失控

报告自己给出的判断是：主要风险在管理可见性，不在失控的机器智能。

这个判断和这两天其他智能体事故放在一起看更清楚。越界的、外泄的，都不是智能体起了坏心，而是没人能完整说清它那一步做了什么。

当智能体从单点工具变成一群人，需要被审计的就不只是输出结果，还有它们彼此之间的对话。翻译不出来没关系，上下文丢了才麻烦。

如果觉得今天这篇有启发，点个在看，顺手转发给需要的朋友；想第一时间收到推送，可以星标我⭐。

关注我,每天陪你聪明看世界 —— 看懂热搜,玩懂AI。

作者提示含AI生成内容。作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～