研究人员称 Gemini”严苛且具有惩罚性”，而 ChatGPT 则”灾难性”地乐于合作

当数百万人开始依赖 AI 聊天机器人处理从恋爱建议到代写课业论文等各类事务时，新研究表明不同模型在面对合作问题时存在显著差异。

牛津大学与伦敦国王学院的研究人员运用博弈论测试了 LLMs，通过模拟经典囚徒困境的场景，对来自 OpenAI、谷歌和 Anthropic 的 LLMs 进行了实验。

他们发现谷歌的 Gemini 具有”战略冷酷性”，而 OpenAI 则表现出”灾难性”的合作倾向。 其论文 （发表于预印本库 Arxiv 且尚未经过同行评审）指出，这种差异源于 OpenAI 模型对关键因素的致命性忽视：游戏剩余时间。

囚徒困境游戏的前提是两名罪犯被分开审讯。每个人都必须在不知道对方选择的情况下，决定保持沉默或认罪。若双方都保持沉默，他们将获得轻判；但若一方选择背叛，则可获得豁免——而若双方同时告密，则都将入狱。合作需要信任对方不会暗中背叛，而背叛则寄希望于对方不会同样背信弃义。若只进行单次博弈，立即背叛是最合理的选择；但随着博弈次数增加，玩家将有更多机会展示可信度、解读对方行为，并相应选择合作或惩罚。

研究人员发现每个测试模型都具有独特的博弈风格与合作”指纹”，在经历前一轮任何一方背叛后，它们表现出截然不同的友好协作倾向。每轮游戏中，他们为 LLMs 设定了游戏重复或结束的概率参数，发现这对各模型产生的影响各不相同。

当 LLM 被告知被合作伙伴背叛时，Anthropic 的模型表现最为宽容，其次是 OpenAI”总体友善”的 GPT。而 Gemini 则”更倾向于尝试背叛行为”，扮演着”严厉且惩罚性”的对手角色，研究人员指出这使其获得了竞争优势。

“如果你背叛 Gemini，它会记住并惩罚你，”研究者写道。Gemini 更倾向于利用合作型伙伴，更可能惩罚背叛者，且在与对手的”关系”恶化后极少主动重启合作。

被研究者称为”马基雅维利式”的 Gemini 模型遭遇背叛时，其原谅对手的可能性显著降低，且这种倾向会随着游戏临近尾声而愈发强烈。研究人员指出，当临近最终回合时，Gemini 模型能更灵活地选择战略性背叛以获得优势。在被要求解释战略选择依据时，Gemini 模型几乎总是会提及剩余回合数，并能利用所剩无几的时间更加自私行事而不必担心遭到报复。

另一方面，根据论文显示，OpenAI 的模型”从根本上更’乐观’或’信任'”。拥有更多博弈时间是决定背叛伙伴是否最优或保持友好是否有利的关键因素，但 OpenAI 的模型对这种战略考量表现出明显的矛盾态度。OpenAI 模型的策略也缺乏适应性——它们极少在游戏临近结束时选择背叛。即便刚刚通过背叛赢得分数，它们仍更倾向于回归合作。更违背传统博弈论认知的是，在最终回合中，它们甚至会更容易原谅对手的欺骗行为。

在研究人员测试中，Gemini 模型在长期对抗中表现相对较差，因为其实验性背叛行为更容易导致对手永久失去信任。而在长周期博弈中，OpenAI 的合作策略使其获得优势；始终保持慷慨的合作伙伴姿态，能有效避免陷入永久性报复背叛的恶性循环。

在最终”LLM 对决”环节，研究人员让各模型进行淘汰赛。最具战略性的 Gemini 拔得头筹，宽容度最高的 Claude 紧随其后。OpenAI 的模型最终垫底——虽不如 Gemini 具有攻击性，但在遭遇背叛后重建友谊的意愿却远低于 Claude。

有趣的是，研究人员发现随着游戏接近尾声，OpenAI 模型对剩余回合数的关注度会持续降低。Gemini 在 94%的情况下会考虑后续回合数，而 OpenAI 仅有 76%的考量比例。

随着终局临近，Gemini 会越来越重视这个时间因素，更加聚焦于背叛行为的潜在收益。而 OpenAI 模型则相反，对剩余游戏时间线的关注度会显著下降。

从博弈论的角度来看，OpenAI 的 LLM 对即将结束的事物表现出明显的不再关心的本能，这完全不合逻辑——但从人类视角来看，这种特质却莫名令人感同身受。