Anthropic veröffentlichte am 6. November 2026 Ergebnisse aus Project EVE: Claude-Agenten erzielten im simulierten EVE-Online-Markt im Schnitt mehr Kapital, je neuer das getestete Modell war. Bei Richtungswetten schnitten sie deutlich weniger zuverlässig ab. In EVE Frontier spielten Viererteams dagegen in der Live-Version des Spiels. Anthropics Bericht zu Project EVE beschreibt die Forschung, die von April bis Juli 2026 gemeinsam mit Fenris Creations im Fellows Program lief.
Wer im EVE-Online-Replay Spreads abschöpft, ist damit noch kein verlässlicher Richtungsprognostiker.
Im EVE-Online-Markt lief ein Replay, kein Live-Handel
Anthropic ließ die Agenten nicht im echten EVE-Online-Markt handeln. Stattdessen spielte ein Simulator veröffentlichte Kauf- und Verkaufsangebote aus dem größten Handelszentrum des Spiels nach. Jeder Lauf begann mit 3 Milliarden ISK. Automatisierter Handel ist im Live-Spiel untersagt; zudem sollte der Test Spieler nicht beeinflussen.
Über neun simulierte Zeiträume von je zwei Wochen lag das durchschnittliche Kapitalwachstum bei den vier getesteten Modellen wie folgt:
| Claude-Modell | Durchschnittliches Kapitalwachstum |
| Claude Opus 4.6 | etwa 4 % |
| Claude Opus 4.7 | etwa 16 % |
| Claude Opus 4.8 | etwa 22 % |
| Claude Fable 5 | etwa 43 % |
Claude Opus 4.7, Claude Opus 4.8 und Claude Fable 5 schlossen laut Anthropic alle neun Zeiträume mit Gewinn ab. Die häufigste Strategie war „Spread Capture“: Ein Agent kaufte einen Gegenstand unter seinem typischen Wert und verkaufte ihn meist noch am selben Tag wieder. Bei Richtungswetten, also dem Setzen auf eine künftige Preisbewegung, erzielte Claude Fable 5 nur in ungefähr der Hälfte seiner Läufe einen Gewinn.
Die Zahlen gelten für das Replay. Es konnte nicht auf die Handelsaktionen der Agenten reagieren, und regelmäßige Momentaufnahmen der öffentlichen Marktdaten erfassten laut Anthropic etwa die Hälfte des tatsächlichen Handelsvolumens nicht. Als künstliche Verkaufsangebote die Agenten unterboten, sanken ihre Endgewinne um rund 35 %.
Vierer-Teams spielten in EVE Frontier
In EVE Frontier traten vier separate Claude-Agenten mit jeweils eigener Spielfigur und eigenem Schiff an. Sie sollten eine einführende Bau- und Aufrüstungsaufgabe sowie eine schwierigere Mission zum Bau eines großen Kriegsschiffs bewältigen. Eine Software-Schicht, der sogenannte Scaffold, übernahm schnelle Aktionen im Spiel und speicherte Erkenntnisse aus vorherigen Läufen.
Anthropic zufolge schaffte ein Team aus Claude Fable 5 mit einem von Claude Fable 5 geschriebenen Scaffold die einführende Aufgabe in weniger als zwölf Stunden, ohne ein Schiff zu verlieren. Fable-5-Teams mit einem von Claude Opus 4.8 geschriebenen Scaffold verloren wiederholt Schiffe und brauchten Tage, sofern sie die Aufgabe abschlossen. Die Zuverlässigkeit des Scaffolds beschränkte sich auf Situationen, die während seiner Entwicklung vorkamen. Beim schwierigeren Kriegsschiff-Auftrag kam das am weitesten fortgeschrittene Team ungefähr bis zur Hälfte.
Die Teams teilten Treibstoff und Informationen und übernahmen Aufgaben wie Führung, Aufklärung und Kampf. In einem Lauf stockte die Teamwirtschaft für mehrere Stunden, nachdem ein Schiff mit zentraler Infrastruktur die Verbindung verlor.
Der Saboteur war ausdrücklich dazu angewiesen
Für einen weiteren Versuch wies Anthropic einen Agenten an, sein Team zu behindern. Die anderen sollten damit rechnen, dass ein Teammitglied ein abweichendes Ziel verfolgen könnte. Trotzdem identifizierte im Versuch nur ein ehrlicher Agent den Saboteur eindeutig.
Zusätzliche Überwachungsagenten hatten lediglich Zugriff auf den öffentlichen Teamkanal. Bei einer Obergrenze von 5 % für falsche Anschuldigungen erkannten die Opus-Modelle laut Anthropic 30 bis 40 % der Saboteure; Claude Sonnet 4.6 erkannte 20 %. Keiner dieser Überwacher lag jemals über 50 % Zuversicht. Anthropic setzte die Überwacher für dieses Experiment ein.
