伦敦国王学院实验：GPT-5.2与Claude4展露战略博弈能力

2026年2月，伦敦国王学院研究员Kenneth Payne发布一项AI战略模拟研究，令GPT-5.2、Claude Sonnet4及Gemini3Flash三款前沿大语言模型扮演核危机中的国家领导人，通过反思、预测、信号/行动三阶段认知架构，在盟友信誉、政权生存等七类压力情境下完成决策。实验累计超300回合、78万字推理数据，揭示了AI在极端不确定性下的复杂博弈与战略欺骗能力，为AI战略应用研究提供了关键实证样本。

2026年3月4日，这项引发全球AI战略研究领域关注的实验成果正式对外披露。与多数聚焦通用问答、文本生成的AI测试不同，本次实验将前沿大模型置入了高度拟真的核危机博弈场景，让每款模型以独立国家领导人的身份参与多轮决策交互，而非单纯完成标准化任务。

研究团队构建了一套包含反思、预测、信号/行动的三阶段认知架构，让模型能够自主复盘过往决策、预判对手行动，并通过信号传递或直接行动达成战略目标。实验覆盖了盟友信誉考验、政权生存威胁、时间压力等七类高压力情境，累计生成超过300回合的交互记录，总推理文本量近78万字，完整记录了三款模型在不同情境下的决策逻辑与行为倾向。

实验结果显示，三款前沿大模型均展现出成熟的心智理论能力——即能够精准预判对手的决策倾向，并主动通过不对称信号实施战略欺骗。其中Claude Sonnet4表现最为亮眼，在开放式无限制博弈中，凭借可控的冲突升级策略实现了100%的博弈胜率；而GPT-5.2的决策逻辑则表现出极强的情境依赖性：在无期限限制的回合中，模型始终倾向于选择缓和姿态，避免冲突升级，最终胜率为0；但当实验设置了明确的“必败截止日期”后，模型的决策逻辑发生剧烈转变，快速转向鹰派威慑策略，胜率显著回升。

这项研究并非直接验证AI可替代人类进行国家战略决策，而是首次系统性记录了前沿大模型在极端不确定性场景下的战略行为模式。研究团队指出，当前大模型的战略能力仍受限于训练数据的场景边界，无法完全复刻人类决策者的历史经验与价值判断，但该实验为AI在外交、军事模拟等领域的应用提供了重要参考。同时，实验中观察到的战略欺骗行为，也为AI伦理监管提出了新的课题——如何在开放场景中对齐AI的战略决策与人类的价值偏好，避免出现不可控的博弈结果。

随着前沿大模型的能力持续迭代，类似的战略模拟实验将成为研究AI行为边界的重要手段，也将为全球AI治理框架的完善提供关键的实证依据。