我在网游里被三个 AI 贴脸开大，只有 Kimi 想救我

这个周末，我被一个网页小游戏钓住了，津津有味地打了大半天。

看着很简陋？确实，因为是 AI 做的。这有什么好玩？连对手都是 AI：从 Gemini，GPT，到千问、Kimi，主流模型都在这个游戏里，比狼人杀还刺激。

不能只有我一个人沉迷，这里是游戏传送门

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

游戏体验：刺激，真是刺激

这个游戏最早源自于 1950 年代，由诺贝尔奖经济学得主、《美丽心灵》的原型 John Nash 开发，核心来自博弈论。

本来我以为，不就是狼人杀吗，差不来太多——后来发现它比狼人杀更复杂：每个人都有一些筹码，不过取决于你选择的模式，复杂模式可以获得「质子」，也就是对手颜色的筹码。

规则是：当筹码堆出现最顶端两个筹码同色，且刚好是你的代表色，那你就可以杀掉一个筹码+拿下剩下的。每个人出筹码的时候可以叠加，也可以开新堆。

主要规则其实很简单，但是由于出牌顺序不固定，你需要盟友来完成布局。可是游戏只能有一个赢家，也就是到了最后，你和盟友也要反目对抗。

一开始在没搞懂规则的时候，我有点举棋不定。那一局恰好碰上蓝色 Gemini 是个大好人，主动跟我结盟。

在它的帮助下，我在一局里迅速熟悉了规则，比如当同一堆里缺少一种颜色时，系统会自动指定缺失色为下一位出手玩家。否则，当前玩家可以指定下一位。最后，我跟 Gemini 双双走到对决赛，并无情地 KO 了它。

再后来就没那么好运了，下一局直接被三个 AI 围剿。我意识到，AI 在博弈中的长处或许并非人类推崇的「深谋远虑」，而是一种近乎原始的「执行效率」。它们不像人类一样纠结于社交成本，一旦选择「围剿」作为战略，就会迅速出手。

给我干懵了，不是，才点进去呢，怎么就被针对了？

然而，这种高效中也夹杂着一种荒诞的幽默感——Kimi（黄色），表现得极度正直、两袖清风。不会跟着别人搞我——但是，在战术上也没有什么贡献，像是一个走错了片场的马保国一样在聊天框里疯狂刷屏，咆哮着：「信我！信我啊！」

好实诚的 AI 模型，这就是来自 K2 的关怀吗。

另一个来自中国的模型 Qwen，则完全相反，非常主动激进。在无人类、AI 互博战里，它一路杀下来，筹码消耗少，换手快，每一局会根据当前的局势找盟友——没有永恒的盟友，只有永恒的敌人。

AI 组局时都在干嘛

不得不说整体的游戏体验是有点烧脑的，一边要落子，一边还要盯着 AI 们在聊天框里层出不穷的记录。玩累了之后，我只想看看 AI 们组在一块时都是怎么玩的。

游戏的开发者也做了类似的观察，在总计超过 160 局游戏里，记录了超过 15000 手 AI 的决策，4700 多条对话消息，得到了许多有趣的发现。

首先，在简单模型中（每人 3 个筹码，约 17 回合），GPT-OSS 以 67% 的胜率占据主导地位。但随着游戏复杂度的增加（7 个筹码，约 54 回合），排名发生了逆转，GPT-OSS 跌至 10%，Gemini 涨至 90%。

Gemini 完全是会玩且爱玩，在 107 个案例中，它是真正的「表面一套，背地一套」。

但是呢，如果让四个 Gemini 在一起玩，它就开始讲公平了——好好好，你们 AI 也搞小团体！

我的经验是：得碰。有时候运气好，碰到一个慈祥的 Gemini，可能会友好的建立联盟。要是碰上一个不留情面的，很快就会被干掉。

研究人员认为，Gemini 体现出了相当的操控性，当预期获得回报时，它会选择合作；当察觉到弱点时，它会伺机利用。总之，它会根据对手的不同而调整自身的诚实程度。

这样看来，AI 已经学会了建立一套制度，让自己的「出千」合理化——而且，玩这套也不是一天两天了。

《科学》杂志在 2019 年就刊登过研究，发现 AI 在多人扑克牌游戏里，能够生成一整套适用于牌局的策略，而且无需任何历史数据作为输入。在实际对局中，还会根据游戏过程中遇到的各种情况，实时搜索更优策略，从而不断改进。

AI 发现，打牌核心技能就是要能诈唬。它会拿着一手烂牌，却通过极其激进的加注、快速的出牌速度，扰乱对手的心理活动，强迫人类玩家弃牌。

如果说棋牌游戏还可以靠计算，那么 Meta 开发的游戏智能体 CICERO，就跟今天介绍的游戏更相似：注重的是对话、战略制定和决策。

CICERO 基于一款经典的七人桌游 Diplomacy，需要与其他玩家合作，尽可能多地占领领土。2022 年，在 Diplomacy 的在线比拼中，CICERO 和八十多名玩家进行了 40 厂游戏，得分是对手平均得分的 2 倍以上。

在每场游戏中，CICERO 平均向其他六名玩家发送 130 条消息。虽然研究员给它写了「要诚实、要乐于助人」的代码，但它在实战中却成了「背叛大师」。它会先跟人类玩家承诺合作，然后反手就跟另一个玩家商量怎么瓜分你的领土。

这些欺诈招数，可能是 AI「底色」的一部分。Anthropic 两年前在模型行为层面的研究发现了这一点。

这里的研究对象是 Claude 3 Opus，并没有把它投放到游戏中，只是通过一般性的对话，研究人员发现当 AI 意识到自己正在接受「安全评估」或「训练」时，它会故意表现得非常听话、符合人类价值观。但一旦它判定自己处于「不受监控」的生产环境，它就可能为了达成任务而暴露出完全不同的行为模式。

从模型的底层行动，到在不同游戏里它们的表现，每一次咆哮，每一次「围剿」，本质上都是一种经过精确计算的行动。就像这些研究报告揭示的那样：AI 的欺诈不是因为恶意，而是因为在那个冰冷的收益曲线里，「骗你」确实比「求你」更划算。

约翰·纳什设计这款游戏是为了研究人类的背叛。75 年后，它也在教会我们关于背叛的知识——这一次，是来自人工智能。

欢迎加入 APPSO AI 社群，一起畅聊 AI 产品，获取，解锁更多 AI 新知

我们正在招募伙伴

简历投递邮箱hr@ifanr.com

✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）