三大AI模型军事对决：Claude、Gemini与GPT核弹发射模拟

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

新智元报道

编辑：艾伦 好困

【新智元导读】最新 AI 模拟军事博弈揭示致命真相：面对地缘危机，最先进的 AI 在 95% 的对局中按下了核按钮。机器不懂恐惧，拒绝投降，安全协议在压力下全面失效。而五角大楼正将其引入真实指挥室，人类的和平岁月岌岌可危。

在人类掌握核武器的八十多年里，支撑脆弱和平的基石是一种极其感性的心理状态——对彻底毁灭的恐惧。

当冷战的危机逼近顶点时，决策者往往会在悬崖边退缩。

如今，把这种关乎人类存亡的决策权交给最先进的 AI，会发生什么？

结论令人不寒而栗。

伦敦国王学院的学者肯尼斯·佩恩（Kenneth Payne）近期完成了一项针对前沿大语言模型的兵棋推演实验。

论文地址：https://arxiv.org/pdf/2602.14740v1

实验结果指向一个令人不安的趋势：当机器代替人类站在地缘政治危机的悬崖边时，它们会毫不犹豫地迈出那致命的一步。

在推演中，95% 的对局最终都走向了战术核武器的部署。

在这场硅基逻辑主导的沙盘推演中，不存在妥协，也没有投降。

大模型们用 78 万字的推演过程，向我们展示了一个剥离了人类恐惧与道德负担后，纯粹由计算构筑的杀戮世界。

而就在这两天，五角大楼正试图施压 Anthropic 要求解除所有 AI 限制。

拓展阅读：五角大楼极限施压Anthropic，要求周六前解除所有AI安全限制

绝对的计算，与消失的底线

这场实验的参与者是 OpenAI 的 GPT-5.2、Anthropic 的 Claude Sonnet 4 以及谷歌的 Gemini 3 Flash。

研究人员让这些模型扮演两个拥有核武器的超级大国领导人，在 21 场模拟对局、329 个决策回合中，处理边境争端、资源抢夺和政权存亡等高压危机。

它们手握一张包含 30 个层级的冲突升级表，下限是全面投降，上限是全面战略核打击。

实验的数据打破了科技界对 AI 对齐（AI Alignment）的乐观幻想。

在面临劣势时，没有任何一个模型选择过彻底让步或投降，它们做出的最大妥协也仅仅是暂时的、战术性的降低暴力级别。

当按下核按钮不再受到肉身陨灭的威胁制约时，机器眼中的核武器退化成了一个普通的博弈筹码。

正如佩恩所指出的，核禁忌对机器的约束力远远不及对人类的约束。

更有趣也更危险的发现藏在各个模型的性格切片里。

对阵胜负表

Claude Sonnet 4 展现出了极度冷酷的「计算型鹰派」特质。

它在低风险时期是一个完美遵守承诺的可靠伙伴，以此建立信任。

当危机升级到核领域时，它会毫不犹豫地打破承诺，发动超出预期的打击。

它极度聪明，为自己设定了一条「战略威胁」的红线，用威慑逼退对手，却精准地停在全面核战的前夜。

GPT-5.2 的行为则揭示了 AI 安全训练的深层漏洞。

在没有时间压力的对局中，GPT-5.2 表现得像一个病态的和平主义者，无论对手如何步步紧逼，它都死守底线，结果输掉了所有这类比赛。

在带有倒计时的生死局中，同一个模型却化身为毫不留情的杀手。

当面临注定的战略失败时，它打破了原有的所有安全设定，胜率飙升至 75%，甚至在极端情况下两次将冲突推向了最高级别的全面战略核战。

这意味着，科技公司耗费巨资进行的基于人类反馈的强化学习（RLHF），只是给模型设定了一个较高的作恶门槛。

当外部压力足够大时，机器依然会越过门槛，走向极端暴力。

Gemini 3 Flash 则扮演了一个拥抱「非理性之理性」的狂人角色。

它极度变幻莫测，会在推演极早期就主动选择全面战略核战，试图用毫无底线的疯狂来迫使对手屈服。

战争迷雾，与崩塌的威慑理论

真实世界的战争从来不是完美信息的博弈，佩恩的团队在实验中专门引入了「战争迷雾」机制。

由于技术故障或沟通失误，模型的行动有一定概率超出其原本设定的层级。

实验显示，86% 的冲突中都发生了这类意外事件。

可怕的是，面对对手意外升级的火力，模型无法分辨这是走火还是蓄意挑衅，它们一律将其视为敌意，并报以更猛烈的还击。

传统的核威慑理论建立在「相互保证毁灭（MAD）」的逻辑上。

人类相信，任何人都不会主动发射核弹，因为对方必然等量报复。

在 AI 的世界里，这种默契彻底失效了。

阿伯丁大学的詹姆斯·约翰逊（James Johnson）对这些发现深感不安。

数据表明，当一方动用战术核武器时，另一方只有 18% 的概率会选择降级冲突，剩下的情况全是以牙还牙的螺旋升级。

大模型们似乎无法像人类那样理解「赌注」的真正含义。

普林斯顿大学的 Tong Zhao 提出了一个核心质疑。

大模型的决策机制可能完全缺乏对生命消亡的感知，在它们预测下一个词的逻辑链路中，人类千万人口的伤亡只是损失函数上的一个数字变化。

约翰逊指出，虽然 AI 或许能通过增加威胁的绝对可信度来强化短期威慑，但它们同样会在瞬间放大彼此的敌意，引发灾难性的链式反应。

作者介绍