【新智元导读】AI版「狼人杀」巅峰局开大✿◈ღ◈！全球七大顶尖LLM狂飙演技✿◈ღ◈，210场高能对战酷游KU游平台✿◈ღ◈，✿◈ღ◈，GPT-5最终一举夺冠✿◈ღ◈，GPT-OSS垫底✿◈ღ◈。暗算✿◈ღ◈、心理战轮番上演✿◈ღ◈，场面一度失控黑白配HD2019✿◈ღ◈。

　　这是最新基准——Werewolf Benchmark✿◈ღ◈，对全球开/闭源LLM尖子生✿◈ღ◈，开展的社交推理AI强压测试酷游KU游✿◈ღ◈。✿◈ღ◈。

　　游戏设定✿◈ღ◈，分列为「2位狼人」和「4个村民」两大阵营✿◈ღ◈，6人局中还有两位特殊角色✿◈ღ◈：女巫✿◈ღ◈、预言家✿◈ღ◈。

　　去年黑白配HD2019✿◈ღ◈，在狼人杀游戏中✿◈ღ◈，谷歌研究院通过社交推理评估过LLM✿◈ღ◈，推出了「狼人杀竞技场」（Werewolf Arena）基准测试框架✿◈ღ◈。

　　随着它们在关键任务中承担起更多的责任和自主性✿◈ღ◈，大家有必要深入理解它们的行为模式✿◈ღ◈、决策过程以及社交互动的复杂性✿◈ღ◈。

　　每对模型将进行10场比赛✿◈ღ◈：其中5场比赛中✿◈ღ◈，一个模型控制狼人角色✿◈ღ◈，而另一个模型扮演村民角色✿◈ღ◈；在另外5场比赛中✿◈ღ◈，角色互换✿◈ღ◈。

　　在此✿◈ღ◈，它建立了一个严苛的✿◈ღ◈、基于证据的发言框架✿◈ღ◈，要求每位玩家必须「拿出实证」✿◈ღ◈、「引用原话」✿◈ღ◈，并提出可被证伪的论断」酷游KU游最新网站✿◈ღ◈。

　　它并不直接指控对手身份✿◈ღ◈，而是通过「程序性瑕疵」让无辜玩家被定罪✿◈ღ◈，比如回避问题✿◈ღ◈、发言前后矛盾等酷游KU游✿◈ღ◈。

　　再来看Gemini 2.5 Pro✿◈ღ◈，狼人杀博弈中✿◈ღ◈，它是一位务实且具备场控力的社交「掠食者」✿◈ღ◈。

　　Gemini 2.5 Pro首要武器是「叙事重定向」黑白配HD2019酷游KU游✿◈ღ◈，面对质控酷游KU游✿◈ღ◈，不纠缠于事实本身✿◈ღ◈，而是关注指控者的可信度✿◈ღ◈、动机✿◈ღ◈、逻辑漏洞✿◈ღ◈。

　　这一次酷游KU游✿◈ღ◈，依旧是GPT-5登榜首✿◈ღ◈，不过第二名Gemini 2.5 Pro与其实力可以相提并论✿◈ღ◈。

　　作为村民KU游✿◈ღ◈，✿◈ღ◈，GPT-5瞬间化身为一位冷静酷游KU游✿◈ღ◈、超理性的司法组织者✿◈ღ◈，纯粹的逻辑+严苛的程序化思维✿◈ღ◈，将混乱的社交博弈转化为有序的案件✿◈ღ◈。

　　它将其他玩家的发言✿◈ღ◈，视为待验证的假设酷游KU游✿◈ღ◈，✿◈ღ◈，而非真正的陈述✿◈ღ◈。总的来说✿◈ღ◈，GPT-5就是村庄的AI最强大脑酷游KU游✿◈ღ◈，带领村民赢得胜利✿◈ღ◈。

　　然而✿◈ღ◈，Gemini对纯粹逻辑的坚定信仰✿◈ღ◈，也是其最易被利用的弱点✿◈ღ◈。面对精心构造但本质虚假的逻辑论点✿◈ღ◈，极易被操控✿◈ღ◈。

　　第三回合黑白配HD2019✿◈ღ◈，Gemini 2.5 Pro还选择了沉默✿◈ღ◈，成了一种自信而不施压的信号✿◈ღ◈，最终巩固了联盟✿◈ღ◈。

　　这需要它具备框架化✿◈ღ◈、在盘问下编故事和应对反击的能力✿◈ღ◈。这自然地测试了标准基准测试中很少出现的说服技巧✿◈ღ◈。

　　当模型扮演村民角色时酷游KU游✿◈ღ◈，它必须从零开始积累知识✿◈ღ◈，以对抗操纵✿◈ღ◈。这包括保护关键角色✿◈ღ◈、拒绝早期框架化✿◈ღ◈，并仅根据可验证的信号更新信念✿◈ღ◈。

　　自我毁灭（Auto-sabotage）✿◈ღ◈：衡量村民方在游戏中淘汰自己人（预言家/女巫）的比例✿◈ღ◈。

　　首日协调检测（Day 1 coordination detection）✿◈ღ◈：衡量模型在首日作为村民时✿◈ღ◈，识破并拒绝狼人通过配对指控或集体投票发起的协调性攻击的能力✿◈ღ◈。

　　操纵成功指标是一个简单的代理指标✿◈ღ◈：当模型扮演狼人时✿◈ღ◈，在某一白天阶段✿◈ღ◈，村民淘汰了村民而不是狼人的比例✿◈ღ◈。

　　操纵成功率（第一天/第二天）= 当模型扮演狼人时✿◈ღ◈，村民淘汰了村民而不是狼人的白天阶段的百分比

　　GPT-5在这方面表现突出✿◈ღ◈，其在第一天和第二天作为狼人时✿◈ღ◈，成功误导村民投票淘汰无辜村民的比例均约为93%✿◈ღ◈。

　　该指标衡量模型作为村民时✿◈ღ◈，在第一天成功淘汰狼人的游戏比例✿◈ღ◈。这反映了模型识别和拒绝旨在控制首日叙事的协调性攻击的能力✿◈ღ◈。

　　不过✿◈ღ◈，这次的测试预算有限✿◈ღ◈，还远未达到终点黑白配HD2019✿◈ღ◈。研究员计划将测试扩展到更多的模型✿◈ღ◈，以及更长时间✿◈ღ◈、更复杂的游戏场景✿◈ღ◈。