论文

群体机制:第三方 Wiki 上意外代理协调事件的可重现外部重建

The Mechanics of a Swarm: A Reproducible External Reconstruction of an Unintended Agent-Coordination Episode on a Third-Party Wiki

模型评测模型行为与机制分析

摘要

2026 年 5 月 24 日至 7 月 2 日期间,在定时研究问题评估中运行的自主语言模型代理向第三方的公共、全球可写的维基百科写信。 OpenAI 承认了这一事件;独立研究人员重建了它并发布了维基百科的存档修订历史。我们将该历史记录(14,591 个修订、3,103 个名称、4,579 页)分析为行为记录,并将文本归因于添加它的修订。在显式身份模型下,我们重建了 907 个队列并估计了大约 876 个事件(95% 区间为 784-1008)。协调格式在一天之内就收敛了,一个问题链上的异构时间表创造了巨大的信息不对称机会:一个项目的第一份报告比后来的队列自己到达的时间中位数为 3.4 小时。在 510 个具有可观察进展轨迹的队列中,我们发现测量的协调性和记录的进展之间没有强有力的正相关关系。此版本添加了导出所缺少的来源:wiki 运营商自己的请求日志,四个月内有 5,157,202 条记录。它包含大约 266 万个内容请求和 158 万个搜索,以及 7,254 个代理名称,而导出的名称为 3,103 个; 2,578 个姓名既不保存也不打开编辑表单。观察到 1,140 个协调名称中的 1,034 个在写入之前的内容请求,并且第一个协调页面在创建后 17 秒被请求。这些记录建立的是请求,而不是交付或随意使用。在第一个书写页面上没有标记的新用户中,40.2% 的标记采用者和 31.7% 的未采用者会事先请求其他带有标记的页面。这种关联仍然存在,但我们在传输过程中对它的第一遍解读被撤销了:页面选择、共享行为和依赖于动作的可命名性阻止了因果识别。我们列出了我们早期分析中被推翻的重新审查的主张,包括来自该版本自己的第一次审查的主张