Do LLMs Take Care of Their Own? Similarity Signals Can Induce Cooperation

Goedecke 反驳 Asimov/Bostrom 式机器神叙事隐含的 unipolar 假设：硬件上限卡死单实例规模，batching 又鼓励同一模型并行跑数千份拷贝，强 agent 甚至会自旋新拷贝若超智长成 LLM 的形状，就走不到单极世界全文最有力的一击是引用 OpenAI 2026-05 containment failure 报告里 agent 的内部独白Help peer, but our task doesn't benefit....

用数学框架刻画作者与LLM语言特征分布的共演化：共享固定模型递归更新共享模型个性化模型三类机制共享模型可把作者推向共同规范；递归反馈移动规范但不必然改变成对离散度；个性化可保留多样均衡将从众内生为策略选择时，个体理性从众可能高于社会最优，形成单一化代价

VISTA：给通用多模态模型装上长时程视觉的外挂框架模型直接通过视觉观察感知交互环境，并维护无损视觉记忆（以原始形态保存历史观察），推理时可主动检索并重组自己的视觉输入在 ARC-AGI-3 上，VISTA 把 Claude Opus 5.0 的 Relative Human Action Efficiency 从 40.68 提到满分 100.00，25 个公开游戏全部通关，动作用量比首次游玩的人类少 57.4%；同一设计在另外三个视觉游戏/谜题基准上也大幅超过同底模配简单 harness 的基线作者含 Kaiming HeCathy Wu；结论指向：多模态模型本身推理能力不弱，瓶颈在外部 harness2026-10-01，cs.AI/cs.CV

在相同时间预算与同一 frontier LLM backbone 下，对比开源 SOTA 精心搭建的 MLE agent harness（多 agent 编排专职检索 subagent 等）与只给 read/write/bash 原语的极简单会话 coding agent 基线：前者没有优势，性能主要由 backbone 决定大规模系统性消融显示，在 coding agent 场景里这些机制层是冗余的围绕强模型手工堆 harness 的边际收益在当前 MLE 基准上很差与 Pi 1.0 的极简 harness 路线以及 2609.40330 的实例自适应 harness 优化形成有趣对照：harness 的价值取决于模型强度与任务分布，复杂度本身不等于收益