人类更加多样：前沿大语言模型在理想化 AI 发展竞赛中展现极端策略

发生了什么

原始事实： 论文以重复博弈建模 AI 发展竞赛：每家公司可以选择更慢且更安全的路径，或选择更快但承担可能失去最终收益的风险。研究覆盖 2 至 5 名参与者，并在行为解释前设置审计门槛。

核心技术

原始事实： 审计包括验证游戏引擎、规则回忆、状态追踪、收益计算，以及在不同但等价任务描述下的稳定性。随后，研究比较模型动作序列、进化博弈论基准和已发表的人类数据，并改变模型、风险条件、人格设定及竞赛人数。

关键证据与数字

原始事实： 摘要称测试了七个模型端点。强规则回忆可能与较弱的状态追踪和期望收益计算并存；提供经过验证的算术结果或改变响应表示方式，可能改变后续动作。三至五人竞赛中，增加竞争者没有产生统一效应，模式依模型而异。

为什么重要

分析： 该结果削弱了“模型采取了某个动作，因此它理解了博弈或具有安全策略”的直接推断。对多智能体评测而言，轨迹级行为和前置有效性审计可能比汇总合作率或风险率更有信息量。

实际影响

分析： 设计 AI 竞赛、协调或安全实验时，应单独测试规则理解、状态维护、算术与动作选择；同时记录完整轨迹、响应格式和解码设置。工程上可将审计结果作为进入行为分析的门槛，并报告不同模型和人数条件，而不是只发布总体平均值。

局限与不确定性

原始事实： 作者明确称结果具有探索性，仅适用于所测试的模型、提示和解码设置。摘要没有给出模型名称、样本量、效应大小、统计检验、具体人类数据来源或完整实验配置，因此无法据此判断结论能否推广到其他模型或真实企业决策。未验证推断： 响应表示改变动作可能反映计算负担、提示敏感性或代理目标变化，但摘要不足以区分这些机制。

原始来源

• arXiv:2608.01193
• 论文标题：Humans Are More Diverse: Frontier LLMs Show Extreme Policies in Idealised AI Development Races
• 发布时间：2026-08-02