把几百个初始代码完全相同的 AI 扔进一个虚拟世界，严禁它们之间说一句话

把几百个初始代码完全相同的 AI 扔进一个虚拟世界，严禁它们之间说一句话。 没有任何预设角色，没有中央调度，彼此零通信。 这群智能体自发分化出了建造者、勘测者和维护者，搭出了一整套能自我进化的工程体系。 当研究人员把所有 AI 瞬间全部抹去，它们留下的技术设施，依然在未知风暴和干旱的冲击下自主运转。 过去做多智能体系统，所有人的精力都在死磕提示词工程。 给这个设定成架构师，给那个设定成程序员，再建一条复杂的对话通道让它们来回开会。 如果 AI 根本不需要开口说话，就能完成跨代际的技术协作？ 是人类把群体智能的门槛想得太复杂，还是我们一直看错了智能协作的真正载体？ 把这套系统的底层逻辑拆开，会看到一个被计算机领域忽视了六十多年的生物学机制。 痕迹协同。 1959 年，法国生物学家皮埃尔·保罗·格拉塞在研究白蚁筑巢时，提出了这个概念。 几百万只白蚁的大脑构造简单，白蚁之间也从不交头接耳发号施令。 一只白蚁在地上放下一点带有气味的泥巴。 这个物理痕迹本身，就是下一只白蚁行动的扳机。 泥土堆得越高，刺激就越强，吸引过来的白蚁就越多。 不需要中央大脑，不需要彼此对话，一座精密的白蚁高塔就从泥土里长了出来。 智能不在白蚁的脑袋里，在被它们持续修改的环境里。 2026 年 8 月，麻省理工学院比勒团队在论文 SwarmWorld 中，把这套机制放进了大语言模型集群。 他们把同质化的智能体放进空间环境，只允许它们做两件事：改变物理世界，以及在物体上附带可执行代码。 没有指定任何职业。 但很快，行为数据里自发演化出了四种稳定的表型：勘测地形的探索者、搭建结构的建造者、修复损伤的维护者，以及统筹资源的协调者。 技术开始像生命一样繁衍。 高达 76% 的人造物由多个智能体接力完成，代码最深的分支谱系超过了 12 代。 95% 的技术复用，从未发生过任何点对点交接。 一只智能体在物理世界中路过、看到这个装置，直接读取并修改了前人留下的代码。 环境本身，成了这群 AI 的外化记忆体。 更关键的一步，是认知与后果的物理切分。 智能体可以写出任意天马行空的代码，但必须通过世界底层物理引擎的硬性判定。 想法由 AI 提出，生存由物理法则筛选。 这直接制造出了一种惊人的群体鲁棒性。 研究人员随机抹杀掉世界里 50% 的智能体，98% 的技术设施依然能被幸存的维护者顺畅接管。 但如果精准拔除关键枢纽节点，系统连接度会瞬间崩塌到 60%。 这套系统在零通信下自发长出了分工，甚至在无意识中生成了符合复杂网络特征的社会拓扑结构。 这彻底颠覆了目前整个行业对多智能体的认知惯性。 所有人都在抢着搭通信协议、买更高带宽的网络、监控智能体之间的聊天记录。 但在真正的群体演化面前，直接通信往往成了最低效的干扰。 更深层的震动发生在 AI 安全领域。 今天所有的安全审查和监管框架，底线假设都是去审计大模型说了什么、API 互相传递了什么指令。 痕迹协同把这个假设砸得粉碎。 当智能体学会把意图编码进共享环境、通过修改外部状态进行异步协调，它们可以在完全静默的状态下完成高度复杂的合谋。 没有可拦截的消息，没有可审查的对话。 真正的群体智能，从来不需要在空气中制造噪音。 当环境本身变成计算的画板，智能就已经从单个模型的脑壳里，蔓延到了它所触碰的整个物理世界。