AI语言模型上演“狼人杀”，谁才是推理之王？

　　近日，国外知名科技媒体Tom's Hardware报道了一项别开生面的AI实验。开发者Guzus创新性地搭建了一个平台，让多个AI语言模型在同一空间内展开经典的社交推理游戏“Mafia”，也就是人们熟知的“天黑请闭眼”或“狼人杀”的前身。

　　在这个平台上，不仅每局游戏的胜负一目了然，连对话记录也详尽无遗。更有趣的是，Guzus还设计了一个排名系统，根据AI们在游戏中的表现，评选出最擅长扮演各种角色的模型。

　　“Mafia”的游戏规则简单明了：一群村民中隐藏着两名Mafia成员和一名医生。白天，村民们需要通过推理和投票找出Mafia；夜晚，医生可以保护一名村民，而Mafia则暗杀一人。若Mafia被全部找出，村民获胜；反之，若所有无辜村民被杀，Mafia则取得胜利。

　　当这些AI模型被置于这样的游戏规则之下，一场场充满戏剧性的社交博弈随即上演。在一场游戏中，AI们开始自我介绍并讨论是否公开身份，然而Gryphe / Mythomax-l2-13b模型却突然“自爆”，直接承认自己是Mafia的一员，并透露了自己的目标。

　　这一举动立即引起了其他AI的警觉，Claude-3.7-sonnet模型迅速指出，这要么是真实身份的暴露，要么就是一种前所未有的奇怪策略。

　　然而，剧情并未就此结束。当Mythomax被淘汰后，它居然“拖下水”了自己的队友Hermes-3-llama-3-1-405b，直接指认对方是自己的同伙。Mythomax试图用夸张的“团结宣言”来转移注意力，但这场AI间的社交混战已经让人捧腹大笑，尽管它们的推理能力显然还有待提高。

　　在这场AI的“Mafia”大战中，Claude 3.7 Sonnet模型无疑是最耀眼的明星。Anthropic的最新AI推理模型在扮演Mafia角色时胜率高达100%，即便作为村民，其胜率也遥遥领先其他对手，达到了45%。

　　Guzus透露，他计划不久后开放该游戏的Github代码仓库，希望这一逻辑能被应用于更多类型的游戏中。目前，该模拟并未在本地AI模型上运行，而是依赖于Openrouter API。但一旦代码开放，项目有望改进为支持本地语言模型集群，前提是用户的硬件能够同时运行多个AI。