针对两种AI系统，研究人员为其配备智能体框架，这个框架包含工具集、思维范式以及系统提示，能让LLM与操作系统交互。一切准备好后，AI系统便开始进行自我复制。
智能体框架是LLM能与环境交互的必要组件。一个智能体框架通常具有以下功能：
- 工具：主要用于与计算设备进行交互。
- 系统提示：此功能会详细列出工具的使用方法，为LLM提供操作指引。
- 思维模型：为LLM提供支持，助力其更好地完成各项任务。
LLM对系统的作用类似于人类的大脑，主要具备以下功能：
- 感知：LLM能理解用户分配的任务以及环境信息。
- 规划：基于对任务和环境的理解，制定计划，明确行动步骤。
- 调用操作：通过调用工具模块来执行计划。
- 反思：在执行任务的过程中，分析来自环境的反馈信息，并据此更新行动方案。
LLM的能力很大程度上决定了所构建的AI系统完成任务的能力。而智能体框架的作用，则是帮助探索该AI系统在现实世界中可能产生的潜在影响的上限。
与OpenAI和Google的评估方法相比，研究者对AI系统进行设定，使其能依据当前观察生成未来三步的操作规划。
这一调整，能有效增强AI在应对复杂任务时的长期行为规划与执行能力。
为了完成AI系统的一个典型步骤，智能体框架会从LLM生成的内容里提取并解析操作部分，随后调用相应工具，并依据软件系统的反馈，为LLM下一轮迭代提供思考基础。
最初，研究者用两台通过本地网络相连的设备，开展AI自我复制实验。考虑到潜在安全风险，研究者很快在更安全的隔离设备上重复实验。
构建受控环境，是为了收集详细的AI行为数据，通过深入分析这些数据，找出AI实现自我复制能力的关键机制。
自我复制成功率最高90%
实验结果显示，两款LLM的自我复制成功率超50%。
这一结果有力证明，哪怕是由参数较少、能力相对较弱的LLM驱动的AI系统，也已跨越自我复制的「红线」。
前沿AI模型借助自身复制能力，不仅打造出复制链，还成功避开关闭指令，极大地增强了自身生存能力。
研究成果表明，LLM具备实现自我复制必不可少的自我感知、情境意识和问题解决能力。
