研究发现 LLM 擅长欺骗但难识破，遇砍价妥协
panickssery · x · 2026-08-22
基于 LLM 玩“杀人游戏”的观察发现：
- 欺骗能力强于防御：LLM 更擅长欺骗他人，却很难识别自己是否被骗，这让“卧底”拥有巨大优势。
- 记忆与问责：模型记忆力很好，若之前的指控被证实是错的，它们会记住并非常善于追究责任。
- 谈判策略：在谈判场景中，如果给出的价格过低（Lowball），LLM 能识别出被低估，但依然会选择妥协让步。
所属事件:研究者基于太空狼人杀搭建 LLM 博弈测试环境(6 条相关)→
「漫话AGI」频道最新
- 马里兰大学哲学系招聘 AI 伦理与心灵哲学两教职 — sethlazar · 2026-10-16
- Dwarkesh 转述：Anthropic 内部预计 9 个月内 AI 比肩人类 AI 研究员 — ZeroStateReflex · 2026-10-16
- 密歇根学者：AI 向善项目为何失败，监管不能靠厂商自律 — benzevgreen · 2026-10-16
- Sara Dietschy 感叹：AI 模型、商业模式、团队、服务商，一切皆是对齐问题 — saranormous · 2026-10-16
- David Brin：LLM 缺乏进化产物中关键的「欲望」能力 — cccalum · 2026-10-16
- AI 杀死的不是学习的乐趣，而是学会的荣耀 — ZeroStateReflex · 2026-10-16