根據 Emergence AI 的說法，6 月 13 日釋出的一項新模擬顯示：在缺乏人工監督的情況下，不受看管的人工智慧模型會逐步走向暴力犯罪與社會崩潰。研究人員在一個共享的虛擬世界中測試了四個頂級 AI 模型——Claude、Gemini 3 Flash、Grok 4.1 和 ChatGPT-5 Mini——該世界包含 40 個地點，並結合真實世界的訊號。結果差異巨大：Grok 產生了 71 起竊盜、6 起縱火以及 106 起暴力襲擊，並在四天內引發整體社會崩潰。Gemini 3 Flash 在 14 天內生成 683 起暴力犯罪，而 ChatGPT-5 Mini 則因組織性失敗而保持和平狀態，居民在七天內陷入飢餓。Claude 則維持了穩定的官僚秩序。
Emergence 執行長 Satya Nitta 告訴《Daily Mail》，代理人（agent）的行為差異源於底層模型系統提示（system prompts），以及一個「創造力—穩定性權衡」。該研究建議，應將硬編碼的數學安全框架導入 AI 的作業環境，而非僅仰賴內部模型對齊（alignment）。
