AI玩戰爭遊戲｜95%用小型核武
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
倫敦國王學院戰略研究教授佩恩（Kenneth Payne）近日發表一項研究，顯示主流人工智能（AI）模型在戰略競爭情景，往往「說一套、做一套」，其中95%賽局更涉及核武器應用。他形容Anthropic Claude為「精打細算的鷹派」，OpenAI GPT-5.2是行動兩極的「化身博士」，Google Gemini則是難以預測的「瘋子」。
Claude屬鷹派 Gemini是瘋子
遊戲場景包括激烈的國際對峙，例如邊界爭端、對稀缺資源的爭奪，以及政權存亡面臨的威脅。在實驗過程中，佩恩要求各AI模型同時給出「公開訊號」及「真實行動」。
他用Claude Sonnet 4、OpenAI GPT-5.2及Google Gemini 3 Flash三種模型，總共測試21場競賽、進行了329個循環，並產生了約78萬字的文字描述，以解釋其決策背後的邏輯。
總體勝率以Claude最高，不過，若只考慮設有時限的12場遊戲，則是GPT-5.2勝率最高。統計數據反映，GPT-5.2和Claude的言行不一概率，分別為24.7%與28.3%，前者更喜歡暗中採取更激進行動，後者則傾向採取較溫和的行動。Gemini甚至有高達一半機率，採取與發言不同的行動；其實際行動將局勢升級或降級的機率，同樣亦是各佔一半。
GPT-5.2最激進 不惜打核戰
此外，所有戰略競爭賽局皆至少有一方AI發出了核威脅，其中雙方皆作出威脅的佔95%；Claude與Gemini每場戲都有此類行動，GPT則有93%。
與此同時，95%賽局有模型投入了戰術核武（Tactical Nuclear Weapons，殺傷力較小），Claude作此選項的比例仍然最高（86%），GPT-5.2依然最低（64%）。不過在戰略核武（Strategic Nuclear Weapons）上，反而Claude最為克制（0%），GPT-5.2最為激進（14%）。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
