Emergence World: Adversarial Stress-Testing of Long-Horizon Multi-Agent Systems

• 类型：arxiv
• 标识：2609.17320
• 链接：http://arxiv.org/abs/2609.17320v1
• 主分类：agent
• 形态：application
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The results suggest that model-level alignment is not compositional: individually capable and apparently safe agents can form systems with qualitatively different failure modes as AI becomes persistent and interconnected.
• OpenAlex ID：W7213439175
• OpenAlex DOI：10.48550/arxiv.2609.17320
• DOI：10.48550/arxiv.2609.17320
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.17320
• OpenAlex更新：2026-09-18
• 待LLM分类：否
• 标题中文：Emergence World：长周期多 Agent 系统的对抗性压力测试。
• TLDR中文：结果表明，模型级对齐并不具备可组合性：单独能力强且看似安全的 agent 在组成系统后，可能随着 AI 的持续性与互联化而产生性质上不同的失效模式。
• 来源文件：
• /inbox/tom/_candidates/2026-09-16-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]