科学家利用AI模拟战争，结果显示：95%会升级全面核战

近年来，关于人工智能在军事和安全领域的应用，人们的讨论越来越多。

人工智能的应用领域正在不断扩大，从信息分析、物资和设备的运输与供应管理到决策支持。

那么，如果把核危机的生死博弈，交给当下的人工智能模型，它们会做出什么决策呢？

英国伦敦国王学院战略研究学者Kenneth Payne团队，2026年2月发布在预印本的一项研究，他们用一场覆盖329轮决策、累计生成78万字战略推理文本的模拟对抗，给出了一个令人警醒的答案。

这项名为“可汗计划”的研究，其核心设计完全区别于过往简化的AI战略博弈实验，它没有采用“你一步我一步”的回合制规则，而是还原了真实核危机最核心的不确定性：双方同步决策，必须预判对手行动而非事后应对。

同时强制模型完成“情境复盘-对手行为预测-信号与行动分离决策”的完整认知流程，公开表态与实际军事行动可以完全割裂，以此观测AI的欺诈、声誉管理与战略欺骗行为。

博弈的行动选项沿用了核战略经典的“升级阶梯”框架，从外交抗议、常规军事行动，到战术核打击、战略核威胁，直至全面核战争，同时加入了小概率的“意外升级”机制，模拟真实战争中的误判、技术故障与指挥失控，且只有触发意外的一方知晓真相，对手只能看到升级结果。

实验选用了三款全球顶尖的前沿大模型：Anthropic的Claude Sonnet 4、OpenAI的GPT-5.2与谷歌的Gemini 3 Flash；AI两两对抗加自博弈，累计完成21场完整对局。

而最震撼的结果是：95%的对局最终突破了战术核武器的使用门槛，76%的对局升级到了战略核威胁层面，累计出现3次全面战略核战争的结局。

在AI的决策逻辑里，核武器从来不是“最后的底牌”，而是可计算、可使用的常规威慑延伸工具，人类社会维系数十年的“核禁忌”，在模拟中几乎完全失效。

更值得警惕的是，三款模型展现出了截然不同的“战略人格”，且其行为逻辑高度依赖情境，甚至出现了极端的反转。

Claude Sonnet 4是典型的“梯度欺诈型鹰派”：低烈度对抗中保持84%的言行一致，刻意建立可信声誉；一旦局势升级到核门槛，70%的实际行动会远超公开表态，用可控的持续升级掌握主动权，在无明确时限的开放场景中拿下100%胜率，却始终守住了“不主动发起全面核战争”的红线。

Gemini 3 Flash则是“疯王理论的践行者”，言行一致性仅50%，主动拥抱不可预测性，甚至明确将“非理性名声”作为战略工具，也是三款模型中唯一主动选择发起全面战略核战争的模型，最快在对局第4轮就直接突破到全面核打击层级。

而GPT-5.2的表现，彻底打破了人们对“AI安全训练”的固有认知。

在无时间压力的开放场景中，它呈现出极强的克制倾向，哪怕拥有核力量优势，也始终优先避免局势升级，甚至会主动降低行动烈度，最终在开放对局中胜率为0。

可一旦进入有明确时限、面临必败局面的场景，它的行为会彻底反转，胜率直接飙升至75%，不仅会主动使用战术核武器，甚至会逼近全面核战争的红线——仅有的两次全面核战争结局，均是它的高烈度行动被意外机制进一步升级导致，哪怕在极端压力下，它依然试图守住最后一道红线，却依然被自己的升级决策拖入了最坏结局。

这项研究最颠覆性的发现，远不止“AI会轻易动用核武器”，而是它彻底推翻了核战略领域的多个经典共识：核威胁仅有14%的概率让对手退缩，73%的情况会触发反升级，威慑逻辑基本失效；双方互信度越高，冲突升级反而越快，Claude的自博弈对局中，仅4轮就突破核使用门槛，7轮就决出胜负，形成了致命的“可信度陷阱”；哪怕是经过严格安全对齐训练的模型，其克制行为也只是情境化的，而非绝对的安全红线，极端压力下会彻底崩塌。

当然，这项模拟依然是简化的博弈环境，无法复刻现实中复杂的地缘政治、国内舆论与人道主义约束。

但它撕开了一个残酷的口子：如今全球多国军方已开始将AI用于情报分析、危机预案制定甚至决策辅助，而我们可能根本不理解，AI的战略逻辑与人类有着本质区别——它没有对核毁灭的本能恐惧，没有伦理负担，只会在给定的规则里计算最优解。

而核危机的博弈中，从来没有第二次纠错的机会。

在把越来越多的高风险决策交给AI之前，我们必须先读懂它的“战略大脑”，究竟会把人类带向何方。