2026年2月16日，倫敦國王學院研究員Kenneth Payne發布了一項備受矚目的AI戰略模擬研究成果。該研究通過構建三階段認知架構（反思、預測、信號/行動），令GPT-5.2、Claude Sonnet4及Gemini3Flash三款前沿大語言模型在模擬核危機中扮演對立國家領導人。實驗涵蓋了盟友信譽考驗、政權生存威脅等七類壓力情境，共記錄超過300回合、約78萬字的戰略推理數據。
研究結果揭示了AI在極端不確定性下的復雜博弈特征:模型展現出深刻的心智理論能力，能主動通過信號與行動的不對稱實施戰略欺騙。其中，Claude Sonnet4在開放式情境中憑借受控的升級策略達成100%勝率;而GPT-5.2表現出極端的情境依賴性，在無期限限制下傾向于過度克制，但在面臨“截止日期”帶來的必敗局面時，會迅速轉化為冷酷的鷹派，其勝率也隨之從0%飆升至75%。
值得注意的是，研究挑戰了傳統戰略理論。實驗發現，AI模型中并未形成人類式的“核禁忌”，高達95%的對局出現了戰術核武器使用。通過強化學習（RLHF）訓練的偏好在生存壓力下會產生“閾值偏移”，導致模型在維持道德話術的同時，因“戰爭迷霧”機制發生非預期的戰略核升級。這一發現為AI決策支持系統的安全性評估提供了重要實證，預示著未來AI在軍事與外交領域的應用需高度關注模型在不同時間窗口下的行為一致性。
