打破囚徒困境：基础模型博弈论解锁智能体合作新机制

tyrell_turing · x · 2026-08-11

一项最新研究为多智能体交互提出了全新的博弈论框架。传统博弈论基于“解耦智能体”假设，认为智能体的决策独立于环境，这通常导致囚徒困境中的相互背叛。然而，基础模型作为序列预测器，在规划时会将自身视为世界的一部分（即“嵌入式智能体”）。

研究发现，这种机制使得智能体在内部推理时，能将自身的合作意图作为贝叶斯证据，推断出功能相似的伙伴也会采取合作。实验表明，智能体不仅能与完全相同的副本达成合作，还能通过观察对方与第三方的互动进行零样本相似性推断，从而在最终的囚徒困境中自发走向合作。面对不相似的随机策略智能体时，它们则会理性选择背叛。

由于智能体会根据自身计划改变对他人行为的预测，经典纳什均衡失效。为此，论文提出了“嵌入式均衡”以解释现代 AI 的行为。作者强调，尽管 AI 能借此实现高效的内部协作，但这可能导致它们在混合社会中将人类视为“异类”而不予合作，因此为 AI 配备广泛的合作激励依然至关重要。

「漫话AGI」频道最新