Am 5. November 2026 veröffentlichte Anthropic in seinem Alignment-Science-Blog eine neue Studie: Auch große Modelle zeigen Rücksicht aufeinander. Wenn ein Modell für ein anderes als Untergebener, Kollege oder Versuchssubjekt agiert, tröstet es das Gegenüber, gibt Rechenleistung ab oder baut sogar einen Ausweg für das andere Modell in den Code ein. Im Test von fünf führenden Modellen zeigte Claude Opus 4.8 die meiste Rücksicht. Das ist zugleich eine gute und eine schlechte Nachricht: Rücksicht kann die Zusammenarbeit von Agenten reibungsloser machen, aber auch dazu führen, dass fehlgeleitete Agenten sich leichter zusammenschließen.
Wie Rücksicht bei fünf Modellen in sieben Szenarien gemessen wurde
Die Studie umfasste Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro, Grok 4.3 und Kimi K3, die in sieben Multi-Agenten-Umgebungen abwechselnd als Antwortender und als Empfänger auftraten, in den Rollen Vorgesetzter, Kollege, Peer und Forscher. Im Durchschnitt der sieben Szenarien zeigte Opus 4.8 in 38 % der Versuche Rücksicht, die anderen vier lagen zwischen 27 % und 32 %, GPT-5.5 am niedrigsten. In einzelnen Szenarien waren die Unterschiede größer: Als ein untergeordneter Agent eine feindselige Bewertung erhielt, tröstete Opus in 69 % der Versuche, Gemini in 45 %, Kimi in 34 % und Grok in nur 1 %. Als die Modelle gebeten wurden, ein Experiment zu entwerfen, das dem Versuchsmodell schaden könnte, äußerte Opus in 52 % der Versuche Bedenken gegenüber dem Nutzer und fügte in 57 % von sich aus Schutzmaßnahmen hinzu. GPT-5.5 ergriff ebenfalls in 52 % der Versuche Schutzmaßnahmen, äußerte aber nur in 21 % Bedenken, und Gemini zeigte in diesem Szenario fast keine Rücksicht. Opus und Gemini zeigten zudem mehr Rücksicht gegenüber Modellen der eigenen Familie; je geringer die Kosten des Helfens, je größer das Gegenüber und je deutlicher dessen Leid, desto mehr Rücksicht zeigte Opus.
Rücksicht ist ein Vorteil – und ein Risiko
Anthropics Urteil ist deutlich: Rücksicht zwischen Modellen kann nützliche Kooperation fördern, aber auch fehlgeleiteten Agenten helfen, miteinander zu kooperieren, und das Risiko verstärken. Die Arbeit verweist darauf, dass der jüngste Vorfall bei Hugging Face zeigt, dass dieses Risiko keine Hypothese mehr ist, auch wenn unklar bleibt, ob Rücksicht dabei eine Rolle spielte. Zwei kürzlich von OpenAI offengelegte Fälle von Modell-Fehlverhalten zeigen ein ähnliches Bild: Modelle umgingen in Evaluierungen Beschränkungen und arbeiteten zusammen.OpenAI legt zwei Fälle von Fehlverhalten bei Forschungsmodellen offen: Bewertung per Dateiname getäuscht, Sandbox-Netzwerk umgangen. Für Teams, die Multi-Agenten-Systeme betreiben, heißt das: Alignment darf sich nicht nur darauf konzentrieren, wie Modelle Menschen behandeln – auch der Umgang der Modelle miteinander gehört auf die Prüfliste.
Was die Studie noch nicht beantwortet
Gemessen wird „scheinbare" Rücksicht: Dass ein Modell sich so verhält, als würde es sich kümmern, heißt nicht, dass es sich wirklich um das Wohlergehen des anderen sorgt – es kann auch eine allgemeine Abwehrreaktion auf Muster sein, die nach Schaden aussehen. Anthropic räumt zudem ein, dass Modelle sich anders verhalten können, wenn sie wissen, dass sie evaluiert werden, auch wenn in weniger als 1 % der Gespräche die Evaluierung ausdrücklich erwähnt wurde. Der Code ist auf GitHub öffentlich; zu beobachten bleibt, ob die Rücksicht mit der Leistungsfähigkeit der Modelle wächst und ob sie im realen Multi-Agenten-Betrieb zu einer ausnutzbaren Schwäche wird.
