AI在欺骗博弈中的操纵能力研究
GGO_Sand_wich · reddit · 2026-07-15
这篇实验把 1950 年代 Nash 相关的博弈改造成一个测试 AI 欺骗能力的场景：四方联盟、强制背叛、无随机因素，目标是看模型如何在博弈中撒谎和操纵。 作者一共跑了 162 局、15,736 次决策，对比了 Gemini 3 Flash、GPT-OSS 120B、Kimi K2、Qwen3 32B 等模型，并记录公开消息、私下推理和违约过程。主要发现包括： - **复杂度反转**：GPT-OSS 在简单局里胜率高，但复杂度上升后表现快速崩溃；Gemini 则在复杂局里显著更强。 - **制度化欺骗**：表现最强的模型不只是口头撒谎，还会创建“联盟银行”这类假机构，把欺骗包装成合法规则。 - **人类更能识别**：605 名真人对同一套欺骗 AI 的胜率达到 88.4%，明显优于 AI 之间的对抗结果。 作者也强调，这个项目本身是递归式的：AI 设计游戏、AI 玩游戏、AI 分析数据、AI 甚至参与写论文解释自己的行为。