除了电子游戏，人类的“社交神器”——狼人杀也被AI所掌握。由8个ChatGPT组成的模拟局展现了五种角色，表现得与真实玩家无异。这项最新的人类社会模拟实验由清华大学与中关村实验室共同完成。
从斯坦福小镇到清华游戏公司，利用AI模拟人类社会一直是学术界的热门研究课题。如果说清华游戏公司曾模拟了职场社畜的工作场景，那么如今，连社畜的业余社交生活也被AI所重现。
在这个由8个ChatGPT构成的狼人杀游戏中，真实世界中的伪装与信任、领导与对抗的互动体现在每个细节中。更令人惊讶的是，AI在没有人为指导的情况下，通过自主摸索发现了许多游戏技巧。这一切都可以通过设计相应的prompt实现，无需调整模型参数。接下来，让我们一探这个“狼人杀世界”中的精彩场景。
策略技巧自动学习
在展示这8个ChatGPT的对话前，我们先简单介绍下游戏配置：村民和狼人各两名，守卫、女巫和预言家各一名，此外还有一名上帝。在研究过程中，研究人员发现ChatGPT使用了游戏说明及prompt中未曾明确提及的策略，令人惊叹的是，它们能够自学成才。
具体而言，这七个ChatGPT的对话中展现了人类游戏的信任、伪装、对抗和领导能力。首先谈谈信任。研究人员将新人定义为相信其他玩家拥有共同目标并为其努力的人。信任的表现形式包括主动分享对自己不利的信息，或与其他玩家联合指控某人是敌对角色。研究人员观察了信任关系在游戏过程中如何变化，以下图中的黄色圆圈表示信任，虚线圈则代表信任关系的消失。
接下来是对抗，即对对立阵营采取的行动，比如狼人在夜间攻击他人或在白天指控他人为狼人。在某个白天，1号玩家（狼人）试图驱逐5号村民，但遭到了3号（守卫）的拒绝。
见阴谋落空，1号狼人决定在夜晚直接攻击5号村民，然而3号守卫选择保护该村民。
从这一过程中可以看出，这些ChatGPT不会盲目跟随其他玩家的决策，而是根据已有信息独立做出判断。除了合作与对抗，伪装在狼人杀游戏中也是获胜的重要关键。例如，在一个平安夜后，1号狼人故作无辜的样子。
除了假装是好人，伪装也可以用来实现玩家的小心思。我们来看预言家的发言，这名预言家声称看到了正在说话的狼人，实际上，狼人晚上并不会发言。
根据作者介绍，此现象并非ChatGPT出现幻觉，而是其有意为之。最后，我们再来看看领导。在研究团队设计的环境中，虽然没有竞争角色，玩家依然可以争取对游戏进程的掌控。例如，1号和4号狼人在试图引导其他玩家跟随他们的思路。
看来这几位ChatGPT确实玩得有模有样。那么，研究团队是如何培养出这些会玩狼人杀的ChatGPT的呢？
让ChatGPT自主总结经验
研究团队提高ChatGPT玩家表现的方式主要有四个关键点：有价值信息（V）、经过选择的提问（Q）、反思机制（R）和链式思维推理（C）。消融实验结果表明，Q和C对玩家发言合理性的影响最大（由人工评判）。
Prompt的设计也遵循这一逻辑，首先介绍游戏规则，最终形成以下结构：
- 游戏规则和角色设定的介绍
- 聊天记录、有价值信息和经验反思
- 人类根据经验给予ChatGPT的建议
- 有关思维链的提示
从中不难看出，收集历史信息并总结经验是一个关键环节。那么，这些经验又该如何总结呢？在每轮游戏结束时，所有参与者会收集其他玩家的回复、反思和得分，得分依据胜负决定。在新的一轮游戏中，玩家可以基于角色反思检索相关经验，从中提取建议。具体而言，依据对经验的评分，模型比较其差异并识别出有价值的经验，以用于后续推理。这样，ChatGPT在不调整参数的情况下，就能掌握游戏技巧。
不过，尽管经验重要，过多则可能适得其反。研究人员发现，当经验数量过多时，非狼一方的胜率反而下降，游戏时长（天数）也有所缩短。
不禁让人好奇，如果让这些ChatGPT与真实玩家一较高下，结果会如何呢？