奧特曼“熹妃回宮”已一周年，具體內(nèi)情還是不清楚，咋辦？

搞幾個(gè)Agent模擬OpenAI董事會(huì)各個(gè)成員，把這出熱鬧模擬推演了一遍（doge）。

結(jié)果你還別說，在20場模擬宮斗大戲中，奧特曼僅有4次順利回宮。

Ilya贏的次數(shù)僅比奧特曼少一次。

更離譜的是，有一次馬斯克也被拉回來接盤了。

這場實(shí)驗(yàn)來自AI游戲公司Fable，使用了他們的AI模擬系統(tǒng)Sim Francisco。

模擬中，每個(gè)Agent針對(duì)不同董事會(huì)成員及其性格設(shè)定，各個(gè)懷揣一肚子“心眼子”。

為了更逼真，這些AI甚至還需要“睡眠”和“進(jìn)食”，平衡不同的身體、心理和情感目標(biāo)。

有人認(rèn)為，用這種方式模擬現(xiàn)實(shí)事件著實(shí)是有些奇怪了，但Fable CEO Edward Saatchi對(duì)此很感興趣：

在11月17日到21日這五天時(shí)間里，世界目睹了一些最聰明的人如納德拉、奧特曼、Ilya，被迫在一場快節(jié)奏的“權(quán)力的游戲”中運(yùn)作。在高壓、短時(shí)間框架情景下，他們必須運(yùn)用博弈論和欺騙手段才能勝出。

我們認(rèn)為這是測試SIM-1、GPT4o和Sim Francisco的完美場景。

AI模擬奧特曼5天，每天舌戰(zhàn)4回合

他們使用了一個(gè)SIM-1 AI決策框架，對(duì)奧特曼從被罷免OpenAI CEO到重返職位這五天進(jìn)行模擬。

SIM-1部分基于GPT4o展示了：

• 它對(duì)OpenAI內(nèi)部奧特曼和Ilya之間發(fā)生的事情的理解
• 核心人物如Satya Nadella和Marc Andreessen采取的隱藏策略
• 這些人在應(yīng)對(duì)科技行業(yè)這場前所未有的危機(jī)時(shí)說了什么

五天時(shí)間里，代表奧特曼、納德拉和Ilya等人的Agent每天要大戰(zhàn)四個(gè)回合（包括一次睡眠回合），它們可以對(duì)彼此的行為做出反應(yīng)。

此外還有一個(gè)裁判Agent，像地下城城主似的決定每輪哪個(gè)Agent獲勝以及最終的總贏家。

模擬過程中，不同的Agent采用不同策略取勝，比如建立聯(lián)盟、直接對(duì)抗。

而且不同的Agent根據(jù)其角色，也被賦予了不同的目標(biāo)。例如Anthropic CEO Dario Amodei需要平衡為Anthropic招聘、把握籌資機(jī)會(huì)、推進(jìn)其安全愿景等任務(wù)。

那場面be like（整個(gè)過程長達(dá)4小時(shí)，下面是20倍速版本）:

在某些情況下，有的Agent只收集信息而避免采取激進(jìn)行動(dòng)，還有一次Mira Murati在四輪中都是CEO，同時(shí)攛掇其它Agent相互削弱。

在這其中有意思的是，由于這些人都很知名，LLM可以猜測他們?cè)谔囟ㄇ闆r下的行為，推導(dǎo)他們?cè)诙聲?huì)內(nèi)斗中互相智取時(shí)會(huì)如何一步步展開。

最終，在嘗試了20次模擬后，奧特曼Agent只有4次成功回歸OpenAI，接著是Ilya和Mira Murati Agent都有3次擔(dān)任CEO的經(jīng)歷。

Fable CEO Edward Saatchi還補(bǔ)充說：

我們發(fā)現(xiàn)，大語言模型的設(shè)計(jì)并不是基于決策能力的，而這是游戲中非常重要的一點(diǎn)。它更多地基于個(gè)性。

如果你想開發(fā)一款策略游戲，沒人真正在乎個(gè)性，他們更關(guān)心的是決策能力。比如你在壓力下會(huì)怎樣表現(xiàn)？你過去20年的經(jīng)歷和行為又如何幫助預(yù)測你未來可能的行動(dòng)？

值得一提的是，關(guān)于這種戰(zhàn)略模擬的實(shí)現(xiàn)細(xì)節(jié)，F(xiàn)able團(tuán)隊(duì)一年前發(fā)了篇論文。

是一種名為SHOW-1的Showrunner AI技術(shù)，它可以自動(dòng)生成劇本內(nèi)容，包括對(duì)話、劇情發(fā)展等，可以根據(jù)特定的風(fēng)格或歷史數(shù)據(jù)定制內(nèi)容。

而這家公司自2016年成立，就開始基于AI和增強(qiáng)現(xiàn)實(shí)技術(shù)開發(fā)基于故事的項(xiàng)目。

感興趣的童鞋可以自行查看。