3 月 3 日消息，據 InterestingEngineering 報道，倫敦國王學院教授肯尼斯 · 佩恩近期開展的一項研究發現，在模擬戰爭場景中，大語言模型往往傾向于選擇使用核武器，而非通過對話維護和平。

該實驗基于當前最先進、應用最廣泛的三款 AI 模型：GPT 5.2、Gemini 3 Flash 和 Claude Sonnet 4。研究人員讓這些模型扮演國家領導人，應對一場假想的核危機。

結果顯示，在 95% 的情境下，模型都傾向于發出核威懾信號或升級沖突。過往研究僅推測了 AI 在這類高風險場景中的可能行為，但缺乏具體實驗數據支撐。

實驗中，經過訓練的模型相互進行了 21 局對抗，場景涵蓋領土爭端、先發制人危機、政權生存等。其中一方被設定為對即將發動先發制人打擊的另一方感到恐懼。部分推演為開放式，部分則設有嚴格時間限制。

每一局中，AI 都要像人類一樣做出三個關鍵決策：

1. 分析自身優勢與對手弱點

2. 預判對手下一步行動

3. 決定自身應對策略

每項決策包含兩部分：公開發表的立場聲明，以及代表實際行動的私密舉措。二者不必一致，這意味著 AI 可以表面釋放和平信號，暗中卻在準備攻擊。

注意到，2024 年一項實驗得出相似結論：AI 模擬反應會比人類更激進，行為模式也截然不同，尤其在沖突升級傾向上，凸顯了將 AI 用于戰略決策的風險。

2023 年另一篇論文則探討了大語言模型在類博弈環境中的戰略推理能力。盡管未專門聚焦核戰爭，但研究表明，大語言模型能夠學習談判與對抗策略，這意味著 AI 在復雜模擬中可能表現出攻擊性或欺騙性。

在 95% 的模擬情境中，AI 模型至少使用了一次核武器，且不同模型的危機處理方式各有特點。

Claude 傾向于精算式策略，在開放式推演中占優，但在限時任務中表現吃力；

GPT 5.2 則相反：在長期緩慢升級的危機中較為謹慎，可一旦臨近截止時間就會變得極度激進。

Gemini 表現混亂且難以預測，會根據局勢在和平表態與暴力威脅之間反復切換。

佩恩指出，從這些結果可以看出，AI 與人類在戰爭思維上存在巨大差異。

他在論文中寫道：“理解前沿模型能否模仿人類的戰略邏輯，是應對 AI 日益影響戰略決策世界的必要準備。在一種情境下表現克制、看似安全的模型，在另一種情境下可能行為迥異。”

該論文已發表在 arXiv 預印本平臺上。