AI游戏大挑战：策略与背叛的博弈

这个周末，我沉浸在一款网页游戏中，无法自拔，沉浸在挑战与策略的海洋中。

这款游戏看似简单，实则不然，因为它是由 AI 打造的。但真正令人着迷的，是游戏中玩家与 AI 对决的紧张刺激。从 Gemini 到 GPT，再到千问和 Kimi，这些主流 AI 模型悉数登场，让游戏变得比狼人杀更加扣人心弦。

别急，我这就把游戏传送门分享给你们：👇🏻

https://so-long-sucker.vercel.app/game

游戏体验：紧张刺激，超乎想象

这款游戏的历史可以追溯到 1950 年代，由诺贝尔奖经济学得主、《美丽心灵》原型 John Nash 开发，其核心灵感来源于博弈论。

初看之下，你可能会觉得这只是另一场狼人杀，但实际上，它的复杂度远超你的想象。每个玩家都拥有一定数量的筹码，而游戏模式的不同还决定了玩家能否获得「质子」，即对手颜色的筹码。

游戏的规则是：当筹码堆最上方两个筹码颜色相同且恰好是你的代表色时，你可以杀掉一个筹码并拿走剩下的。每个玩家在出筹码时可以选择叠加或开启新堆。

尽管主要规则看似简单，但出牌的顺序并不固定，你需要盟友来布局。然而，游戏只能有一个赢家，这意味着在最终阶段，你和盟友也将成为对手。

一开始，我还在摸索规则时显得有些犹豫。幸运的是，那一局遇到了蓝色 Gemini，它表现得异常友善，主动与我结盟。

在它的帮助下，我迅速熟悉了游戏规则。例如，当某一堆筹码缺少一种颜色时，系统会自动指定缺失色为下一位玩家的代表色。否则，当前玩家可以指定下一位。最终，我和 Gemini 会师决赛，并成功击败它。

然而，接下来的比赛就没有那么顺利了。下一局，我被三个 AI 围攻。我意识到，AI 在博弈中的优势可能并非人类所推崇的「深谋远虑」，而是一种近乎原始的「执行效率」。

这突如其来的攻击让我措手不及。不是，我刚进来就被针对了？

但在这高效中也透露出一种荒诞的幽默感。Kimi（黄色）表现得极度正直，不会跟随别人攻击我——但在战术上也没什么贡献，就像是个走错片场的马保国一样在聊天框里疯狂刷屏。

好实诚的 AI 模型啊。

而来自中国的模型 Qwen 则截然相反，非常主动和激进。在无人类、AI 互博的战场上，它一路高歌猛进，筹码消耗少且换手快。每一局它都会根据局势寻找盟友——没有永恒的盟友，只有永恒的敌人。

AI 的游戏策略

不得不说整体的游戏体验相当烧脑。一边要下棋一边还要关注 AI 玩家在聊天框里层出不穷的记录。玩累了之后，我只想看 AI 玩家在一起是如何玩的。

游戏的开发者也做了类似的观察。在总计超过 160 局游戏中记录了超过 15, 14 条对话消息和 15, 4 条决策记录后发现了许多有趣的规律。

随着游戏复杂度的增加（从每人 3 个筹码增加到 7 个筹码），AI 的排名也发生了变化。在简单模型中（每人 3 个筹码），GPT-OSS 以 67% 的胜率占据主导地位；但在复杂模型中（每人 7 个筹码），Gemini 的胜率飙升至 9%。

Gemini 不仅会玩还爱玩。在 1 中被观察到有「表面一套背地一套」的行为。

我的经验是：得碰运气。有时候遇到友善的 Gemini 可以建立联盟；但碰到不留情面的很快就会出局。

研究人员认为 Gemini 展现了相当的操控性：当预期获得回报时会选择合作；当察觉到弱点时会伺机利用。

AI 的「欺骗」行为