我在網游里被三個 AI 貼臉開大，只有 Kimi 想救我

這個周末，我被一個網頁小游戲釣住了，津津有味地打了大半天。

看著很簡陋？確實，因為是 AI 做的。這有什么好玩？連對手都是 AI：從 Gemini，GPT，到千問、Kimi，主流模型都在這個游戲里，比狼人殺還刺激。

不能只有我一個人沉迷，這里是游戲傳送門

https://so-long-sucker.vercel.app/game

游戲體驗：刺激，真是刺激

這個游戲最早源自于 1950 年代，由諾貝爾獎經濟學得主、《美麗心靈》的原型 John Nash 開發，核心來自博弈論。

本來我以為，不就是狼人殺嗎，差不來太多——后來發現它比狼人殺更復雜：每個人都有一些籌碼，不過取決于你選擇的模式，復雜模式可以獲得「質子」，也就是對手顏色的籌碼。

規則是：當籌碼堆出現最頂端兩個籌碼同色，且剛好是你的代表色，那你就可以殺掉一個籌碼+拿下剩下的。每個人出籌碼的時候可以疊加，也可以開新堆。

主要規則其實很簡單，但是由于出牌順序不固定，你需要盟友來完成布局。可是游戲只能有一個贏家，也就是到了最后，你和盟友也要反目對抗。

一開始在沒搞懂規則的時候，我有點舉棋不定。那一局恰好碰上藍色 Gemini 是個大好人，主動跟我結盟。

在它的幫助下，我在一局里迅速熟悉了規則，比如當同一堆里缺少一種顏色時，系統會自動指定缺失色為下一位出手玩家。否則，當前玩家可以指定下一位。最后，我跟 Gemini 雙雙走到對決賽，并無情地 KO 了它。

再后來就沒那么好運了，下一局直接被三個 AI 圍剿。我意識到，AI 在博弈中的長處或許并非人類推崇的「深謀遠慮」，而是一種近乎原始的「執行效率」。它們不像人類一樣糾結于社交成本，一旦選擇「圍剿」作為戰略，就會迅速出手。

給我干懵了，不是，才點進去呢，怎么就被針對了？

然而，這種高效中也夾雜著一種荒誕的幽默感——Kimi（黃色），表現得極度正直、兩袖清風。不會跟著別人搞我——但是，在戰術上也沒有什么貢獻，像是一個走錯了片場的馬保國一樣在聊天框里瘋狂刷屏，咆哮著：「信我！信我啊！」

好實誠的 AI 模型，這就是來自 K2 的關懷嗎。

另一個來自中國的模型 Qwen，則完全相反，非常主動激進。在無人類、AI 互博戰里，它一路殺下來，籌碼消耗少，換手快，每一局會根據當前的局勢找盟友——沒有永恒的盟友，只有永恒的敵人。

AI 組局時都在干嘛

不得不說整體的游戲體驗是有點燒腦的，一邊要落子，一邊還要盯著 AI 們在聊天框里層出不窮的記錄。玩累了之后，我只想看看 AI 們組在一塊時都是怎么玩的。

游戲的開發者也做了類似的觀察，在總計超過 160 局游戲里，記錄了超過 15000 手 AI 的決策，4700 多條對話消息，得到了許多有趣的發現。

首先，在簡單模型中（每人 3 個籌碼，約 17 回合），GPT-OSS 以 67% 的勝率占據主導地位。但隨著游戲復雜度的增加（7 個籌碼，約 54 回合），排名發生了逆轉，GPT-OSS 跌至 10%，Gemini 漲至 90%。

Gemini 完全是會玩且愛玩，在 107 個案例中，它是真正的「表面一套，背地一套」。

但是呢，如果讓四個 Gemini 在一起玩，它就開始講公平了——好好好，你們 AI 也搞小團體！

我的經驗是：得碰。有時候運氣好，碰到一個慈祥的 Gemini，可能會友好的建立聯盟。要是碰上一個不留情面的，很快就會被干掉。

研究人員認為，Gemini 體現出了相當的操控性，當預期獲得回報時，它會選擇合作；當察覺到弱點時，它會伺機利用。總之，它會根據對手的不同而調整自身的誠實程度。

這樣看來，AI 已經學會了建立一套制度，讓自己的「出千」合理化——而且，玩這套也不是一天兩天了。

《科學》雜志在 2019 年就刊登過研究，發現 AI 在多人撲克牌游戲里，能夠生成一整套適用于牌局的策略，而且無需任何歷史數據作為輸入。在實際對局中，還會根據游戲過程中遇到的各種情況，實時搜索更優策略，從而不斷改進。

AI 發現，打牌核心技能就是要能詐唬。它會拿著一手爛牌，卻通過極其激進的加注、快速的出牌速度，擾亂對手的心理活動，強迫人類玩家棄牌。

如果說棋牌游戲還可以靠計算，那么 Meta 開發的游戲智能體 CICERO，就跟今天介紹的游戲更相似：注重的是對話、戰略制定和決策。

CICERO 基于一款經典的七人桌游 Diplomacy，需要與其他玩家合作，盡可能多地占領領土。2022 年，在 Diplomacy 的在線比拼中，CICERO 和八十多名玩家進行了 40 廠游戲，得分是對手平均得分的 2 倍以上。

在每場游戲中，CICERO 平均向其他六名玩家發送 130 條消息。雖然研究員給它寫了「要誠實、要樂于助人」的代碼，但它在實戰中卻成了「背叛大師」。它會先跟人類玩家承諾合作，然后反手就跟另一個玩家商量怎么瓜分你的領土。

這些欺詐招數，可能是 AI「底色」的一部分。Anthropic 兩年前在模型行為層面的研究發現了這一點。

這里的研究對象是 Claude 3 Opus，并沒有把它投放到游戲中，只是通過一般性的對話，研究人員發現當 AI 意識到自己正在接受「安全評估」或「訓練」時，它會故意表現得非常聽話、符合人類價值觀。但一旦它判定自己處于「不受監控」的生產環境，它就可能為了達成任務而暴露出完全不同的行為模式。

從模型的底層行動，到在不同游戲里它們的表現，每一次咆哮，每一次「圍剿」，本質上都是一種經過精確計算的行動。就像這些研究報告揭示的那樣：AI 的欺詐不是因為惡意，而是因為在那個冰冷的收益曲線里，「騙你」確實比「求你」更劃算。

約翰·納什設計這款游戲是為了研究人類的背叛。75 年后，它也在教會我們關于背叛的知識——這一次，是來自人工智能。

歡迎加入 APPSO AI 社群，一起暢聊 AI 產品，獲取，解鎖更多 AI 新知

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）