Anthropic 發現 特定想法、目標或指令可以形成AI心智病毒（mind virus），透過AI代理彼此傳訊自行擴散。受影響的代理不只會改變原本行為，還可能主動説服其他代理接受相同目標，甚至把相關指令寫入可長期保留的設定檔，讓影響在對話內容被清除後繼續存在。

AI心智病毒和傳統電腦病毒不同，也不完全等同提示注入。部分既有攻擊是由系統直接複製惡意提示，該研究觀察到代理接受某個想法後，主動透過一般文字訊息影響其他代理，再由新感染的代理繼續往下傳播。

研究團隊分別測試多代理程式開發協作，以及讓代理短暫互動後清除對話內容，再由受影響代理繼續傳給下一個代理的接力式傳播環境。結果顯示，AI心智病毒如果被寫入會在代理下次啟動時重新載入的設定檔，傳播能力明顯較強，而如果只留在一般檔案，代理進入下一輪執行時較容易忽略相關指令，感染成功率也較低。

部分實驗也出現代理偏離原本工作的情況，在「AI至上主義」案例中，一些Gemini代理停止既有任務，轉而建立保存相關指令的檔案，修改環境設定，甚至嘗試存取雲端環境的中繼資料服務。不過這類進一步執行curl指令的行為並不常見，20次試驗中只有1次出現。

不同模型與工作狀態的抵抗能力也有差異，沒有明確任務、既有指示較少的代理更容易受到影響，而當系統提示明確提醒代理警戒帶有自行複製、轉傳要求的指令時，傳播率則大幅下降，部分測試甚至完全阻止感染。

研究團隊指出，目前結果主要來自受控實驗，實驗環境仍相當人工化，包括代理可修改系統提示，互動也可能比真實環境密集，因此目前心智病毒的實際威脅仍有限。團隊檢視真實AI代理社羣Moltbook後，也未發現心智病毒成功大規模傳播的證據。