7个LLM大战210局狼人杀：GPT-5社会推理Elo榜首

RaphaelDabadie · x · 2026-08-30

作者一年前发布的 Werewolf Benchmark 已产出首批结果：让 7 个最强开源/闭源 LLM 作为带工具调用的 agent，进行 210 局狼人杀对局，测试语言对抗场景下的社会智能——实时适应、长上下文管理、结盟、操纵与反操纵。

结果以角色条件 Elo 排行榜呈现（区分狼人 Elo 与村民 Elo）：GPT-5 明显领跑，GPT-OSS 垫底（但作者强调入选模型本身都已是狼人杀高手）。项目还引入社会策略指标：自爆率、首日狼人出局率、狼方操纵成功率，以及逐消息的投票摇摆监测用于说服力分析。设计基于 Google Research 的 Werewolf Arena 论文并做了扩展（市长选举与发言顺序协议、角色平衡的系列赛等）。团队正在招募有实力挑战 GPT-5 的模型加入。