AI news

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

By APPSO0 viewsSource: APPSO
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。

The full text has not been translated yet. The Chinese original is shown below.

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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!」

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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%。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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」。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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!

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

我在网游里被三个 AI 贴脸开大,只有 Kimi 想救我

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。

文章来自于“APPSO”,作者 “APPSO”。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)