博主头像

哪个AI最会撒谎？

外来客 • 2026-11-09 03:14:52

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

（原标题：Which AI is the best liar?）

🎮 核心观点与实验背景

  • 该视频展示了一项基于社交欺骗游戏《Blood on the Clock Tower》的 AI 能力基准测试，旨在评估模型在长期策略规划、多智能体协调及即时 bluffing（虚张声势）方面的表现。
  • 实验通过让不同 AI 模型扮演游戏中的“好人”与“坏人”团队进行对抗，揭示了当前 AI 在处理复杂秘密阴谋和集体推理时的进步与局限。
  • 作者投入约 $20,000 API 费用构建了该测试框架，并运行了 368 场完整对局以获取排名数据。

📊 关键事实与模型表现

  • GPT-6 Astra 是目前在该游戏中表现最佳的模型，其 ELO 分数比 2026 年 2 月发布的 Claude Opus 4.6 高出约 430 点，胜率约为 92%。
  • OpenAI 的模型在过去六个月中进步显著，GPT-5.4 到 GPT-6 Astra 期间 ELO 提升了 580 点，使得新模型对旧模型的胜率高达 97%。
  • Claude Opus 5.5 与 GPT-6 Astra 在特定角色（如 Demon）的扮演中展现了高水准的策略配合，例如通过牺牲次要邪恶角色来建立信任并误导好人团队。
  • 混合模型团队（如一半 Opus 5.5 和一半 GPT 5.6）的表现并未显著优于单一模型组成的纯血团队，多样性带来的增益在统计上不显著。

🧠 能力差异与推理逻辑

  • OpenAI 的新模型在扮演“好人”时表现更优，主要优势在于对证据的怀疑态度和整体性考量，而非像 Anthropic 模型那样倾向于直接采信表面信息。
  • 在涉及 Slayer（杀手）角色失效的案例中，GPT 团队能识别出邪恶团队故意破坏能力的策略，而 Claude 团队则错误地认为被怀疑者无辜。
  • 游戏机制要求玩家平衡信息分享与误导风险，AI 模型需适应动态变化的证据流，并在长期博弈中保持谎言的一致性。

🛠️ 技术实现与环境构建

  • 测试环境用程序化的概率表替代了人类“Storyteller”，以确保规则执行的公平性和无偏见性，避免人为戏剧化干预。
  • AI 模型（主要是 Claude）深度参与了游戏引擎的代码编写、平衡性调整及逻辑验证，经历了超过 20 次迭代优化。
  • 该环境支持扩展至不同的角色脚本（如“Trouble Brewing”），并允许研究者探索模型在拥有历史对局记忆或混合团队配置下的表现变化。

🌐 结论与后续探索

  • 随着 AI 智能的提升，邪恶团队的胜率略微下降，但整体平衡性得以维持，表明该基准测试不易被单一模型饱和。
  • 目前尚无 AI 能通过识别队友的写作风格来锁定同伙身份，这一现象值得在未来模型中持续观察。
  • 作者提供了在线平台 clocktowerbench.com，允许人类玩家与当前顶级 AI 模型进行实时对战或浏览对局日志，以进一步验证人机交互中的策略差异。

博主头像 👤 同一博主

查看该博主全部 60 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。