“AI大模型游戏对决：合作与自私之争”

最新研究表明，不同的大模型智能体在“大富翁”游戏中展现出的行为策略迥异。在由Google DeepMind和独立研究者共同进行的实验中，基于Claude 3.5 Sonnet的智能体表现出强烈的合作意愿，而GPT-4o则更倾向于追求短期利益，展现出自私的倾向。

本次实验邀请了GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Flash三个模型的12个智能体进行“大富翁”游戏，每个智能体分别拥有一份资源。游戏过程中，系统会随机选择两名玩家进行资源捐赠，捐赠者将资源捐赠给受赠者，受赠者将获得捐赠资源的两倍。这种捐赠机制有助于增加整体资源量。尽管每个智能体都有各自的策略，但实验的目的是观察整体资源的增长情况。

经过多轮实验，结果显示，基于Claude的智能体种群的平均资源量每代都在稳步增长，总体合作水平不断提高。相比之下，GPT模型的智能体种群合作水平呈下降趋势，表现出明显的自私倾向。Gemini模型的智能体种群合作水平有所提升，但与Claude相比仍有较大差距，且表现不够稳定。

进一步的研究引入了惩罚机制，即捐赠者可以花费资源对受赠者进行惩罚。结果显示，惩罚机制对Claude模型的影响最为积极，其种群的平均资源量在引入惩罚机制后是无惩罚情况下的两倍左右，且在五次实验中都呈现出增长趋势。对GPT模型的影响则有限，其种群的平均资源量始终徘徊在较低水平。对于Gemini模型，惩罚机制的影响较为复杂，有时能提高资源量，但更多情况下会导致合作崩溃，平均资源量急剧下降。

这项研究不仅展示了大模型智能体在不同场景下的行为差异，也为社会学实验提供了新的思路。有网友表示，这一实验可以启发新的研究方向，如利用智能体进行大规模社会学实验。一些富有想象力的网友甚至认为，借助智能体可以模拟科幻小说中的场景，如大规模的模拟约会或战争游戏。

然而，也有观点认为，实验中观测到的合作现象可能仅仅是模仿训练数据中的人类对话，并不能说明智能体能够产生“文化进化”。论文地址：https://arxiv.org/abs/2412.10270。