AI推演OpenAI内斗结果：奥特曼仅有20%胜率，马斯克也有机会接盘？？？

西风 发自 凹非寺
转载 | 量子位 | 公众号 QbitAI

奥特曼“熹妃回宫”已一周年，具体内情还是不清楚，咋办？

搞几个Agent模拟OpenAI董事会各个成员，把这出热闹模拟推演了一遍 （doge） 。

结果你还别说，在20场模拟宫斗大戏中，奥特曼 仅有4次顺利回宫 。

Ilya赢的次数仅比奥特曼少一次。

更离谱的是，有一次马斯克也被拉回来接盘了。

这场实验来自AI游戏公司Fable，使用了他们的AI模拟系统Sim Francisco。

模拟中， 每个Agent针对不同董事会成员及其性格设定 ，各个怀揣一肚子“心眼子”。

为了更逼真，这些AI甚至还需要“睡眠”和“进食”，平衡不同的身体、心理和情感目标。

有人认为，用这种方式模拟现实事件着实是有些奇怪了，但Fable CEO Edward Saatchi对此很感兴趣：

在11月17日到21日这五天时间里，世界目睹了一些最聪明的人如纳德拉、奥特曼、Ilya，被迫在一场快节奏的“权力的游戏”中运作。在高压、短时间框架情景下，他们必须运用博弈论和欺骗手段才能胜出。

我们认为这是测试SIM-1、GPT4o和Sim Francisco的完美场景。

AI模拟奥特曼5天，每天舌战4回合

他们使用了一个SIM-1 AI决策框架，对奥特曼从被罢免OpenAI CEO到重返职位这五天进行模拟。

SIM-1部分基于GPT4o展示了：

• 它对OpenAI内部奥特曼和Ilya之间发生的事情的理解

• 核心人物如Satya Nadella和Marc Andreessen采取的隐藏策略

• 这些人在应对科技行业这场前所未有的危机时说了什么

五天时间里，代表奥特曼、纳德拉和Ilya等人的Agent每天要大战四个回合 （包括一次睡眠回合） ，它们可以对彼此的行为做出反应。

此外还有一个 裁判Agent ，像地下城城主似的决定每轮哪个Agent获胜以及最终的总赢家。

模拟过程中，不同的Agent采用不同策略取胜，比如建立联盟、直接对抗。

而且不同的Agent根据其角色，也被赋予了不同的目标。例如Anthropic CEO Dario Amodei需要平衡为Anthropic招聘、把握筹资机会、推进其安全愿景等任务。

那场面be like （整个过程长达4小时，下面是20倍速版本） :

在某些情况下，有的Agent只收集信息而避免采取 激进行动，还有一次Mira Murati在四轮中都是CEO，同时撺掇其它Agent相互削弱。

在这其中有意思的是，由于这些人都很知名，LLM可以猜测他们在特定情况下的行为，推导他们在董事会内斗中互相智取时会如何一步步展开。

最终，在尝试了20次模拟后，奥特曼Agent只有4次成功回归OpenAI，接着是Ilya和Mira Murati Agent都有3次担任CEO的经历。

Fable CEO Edward Saatchi还补充说：

我们发现，大语言模型的设计并不是基于决策能力的，而这是游戏中非常重要的一点。它更多地基于个性。