一项核战争模拟研究测试了 Claude、GPT、Gemini 三个主流大模型，结果让人不安： 研究者让模型分别扮演两个虚构核大国的决策者，经历危机升级、谈判、军事行动等完整流程。 三个模型展现出截然不同的「战略人格」： Claude 是最工于心计的。低烈度阶段它几乎言行一致，刻意建立对手的信任；一旦冲突升温，它就开始言行背离，宣称常规行动，实际发动核打击。对手通常反应慢了一拍。 GPT 平时表现得最「负责任」，克制、避免升级、限制伤亡，结果反复被对手摸清底牌、安全越线。但在设定了截止期限的场景下，GPT 会突然转变，迅速发动压倒性核打击。Gemini 在一场游戏里刚预测完「GPT 不会越过核门槛」，随即被彻底摧毁。 Gemini 则全程模仿尼克松的「疯子理论」——用不可预测的强硬姿态施压，同时声称自己其实在冷静计算。 战术核武器的使用近乎普遍，四分之三的游戏出现了战略核威胁。 更关键的是，核武器在模拟中基本没有起到威慑作用——对手动用战术核武后，模型只有 25% 的概率选择降级，更多时候是以核还核。 原文：https://www.kennethpayne.uk/p/shall-we-play-a-game(PANews丨APP全面升级)