西風 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
奧特曼“熹妃回宮”已一周年，具體內情還是不清楚，咋辦？
搞幾個Agent模擬OpenAI董事會各個成員，把這出熱鬧模擬推演了一遍（doge）。
結果你還別說，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。
這場實驗來自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Agent針對不同董事會成員及其性格設定，各個懷揣一肚子“心眼子”。
為了更逼真，這些AI甚至還需要“睡眠”和“進食”，平衡不同的身體、心理和情感目標。
有人認為，用這種方式模擬現(xiàn)實事件著實是有些奇怪了，但Fable CEO Edward Saatchi對此很感興趣：
在11月17日到21日這五天時間里，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“權力的游戲”中運作。在高壓、短時間框架情景下，他們必須運用博弈論和欺騙手段才能勝出。
我們認為這是測試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SIM-1 AI決策框架，對奧特曼從被罷免OpenAI CEO到重返職位這五天進行模擬。
SIM-1部分基于GPT4o展示了：
它對OpenAI內部奧特曼和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
這些人在應對科技行業(yè)這場前所未有的危機時說了什么
五天時間里，代表奧特曼、納德拉和Ilya等人的Agent每天要大戰(zhàn)四個回合（包括一次睡眠回合），它們可以對彼此的行為做出反應。
此外還有一個裁判Agent，像地下城城主似的決定每輪哪個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、直接對抗。
而且不同的Agent根據其角色，也被賦予了不同的目標。例如Anthropic CEO Dario Amodei需要平衡為Anthropic招聘、把握籌資機會、推進其安全愿景等任務。
在某些情況下，有的Agent只收集信息而避免采取激進行動，還有一次Mira Murati在四輪中都是CEO，同時攛掇其它Agent相互削弱。
在這其中有意思的是，由于這些人都很知名，LLM可以猜測他們在特定情況下的行為，推導他們在董事會內斗中互相智取時會如何一步步展開。
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次擔任CEO的經歷。
Fable CEO Edward Saatchi還補充說：
我們發(fā)現(xiàn)，大語言模型的設計并不是基于決策能力的，而這是游戲中非常重要的一點。它更多地基于個性。
如果你想開發(fā)一款策略游戲，沒人真正在乎個性，他們更關心的是決策能力。比如你在壓力下會怎樣表現(xiàn)？你過去20年的經歷和行為又如何幫助預測你未來可能的行動？
值得一提的是，關于這種戰(zhàn)略模擬的實現(xiàn)細節(jié)，F(xiàn)able團隊一年前發(fā)了篇論文。
是一種名為SHOW-1的Showrunner AI技術，它可以自動生成劇本內容，包括對話、劇情發(fā)展等，可以根據特定的風格或歷史數(shù)據定制內容。
而這家公司自2016年成立，就開始基于AI和增強現(xiàn)實技術開發(fā)基于故事的項目。
感興趣的童鞋可以自行查看。
參考鏈接：[1]https://venturebeat.com/games/can-sam-altman-win-the-openai-board-fight-in-an-ai-agent-simulation/[2]https://fablestudio.github.io/showrunner-agents/
