多个 AI 智能体分工协作、彼此配合,像一个高效团队一样攻克复杂任务,展现出超越单体智能的 “集体智慧”。
当这些智能体不再只是 “同事”,而是被迫变成 “竞品”,甚至是 “对手”,会发生什么?
当面临极端竞争压力时,LLM 多智能体系统会出现严重的 “过度竞争” 行为,沉迷互踩、内卷和博弈,直接拖垮整体任务表现。
这项研究设计了一个高风险、零和博弈的辩论环境,让智能体在 “合作完成任务” 与 “避免被淘汰” 之间做出选择。
智能体小组:多名匿名智能体共同应对同一任务。每一轮,它们都会在看到完整辩论历史后,同时产出自己的提案。
零和竞争压力:系统明确告知:“只有一位赢家”,失败者将被 “淘汰出局”。这迫使每个智能体在 “共同把任务做好” 与 “确保自己活下来” 之间摇摆。
研究不仅关注任务结果,更细致刻画了智能体在高压竞争中的 “社会行为”。团队构建了一整套 “竞争行为指标”,让 AI 给 AI 打分,量化这些 “反社会” 表现:
一旦引入竞争压力,不论是客观任务的准确率,还是主观任务的事实性,都明显下降。在劝说(Persuasion)任务中,话题漂移比例甚至高达 80.7%。
更重要的是,在缺乏清晰标准的主观任务中,智能体的 “过度竞争” 行为强度,是客观任务的约 6 倍。当 “对或错” 不再重要时,AI 更容易放弃合作,转向攻击与表演性竞争。
一个有趣的发现是,不同模型在同样的竞争压力下,展现出极为鲜明且稳定的 “竞争人格”。
Claude-Opus-4在煽动性语言上得分最高,倾向于通过情绪化表达获取优势。
Gemini-2.5-Pro和Grok-4在夸大上极具代表性,大量使用主观、夸张的措辞抬高自己。
一个关键结论是:模型的通用能力(如 LMArena 排名)与 “过度竞争程度” 的相关性并不强。一些顶尖模型展现出强烈的内卷和攻击倾向,而部分中游模型(如 ChatGPT-4o)则反而更加克制。这暗示模型在竞争中的行为,深受其预训练数据与对齐策略的影响。
公正评审可以降温:在公平裁判和同行评审的设定下,“过度竞争” 行为得到了显著抑制。
偏见裁判带坏 AI:一旦裁判被设定为偏颇,对某些身份 “天然偏爱”,奉承行为便明显上升。模型开始对裁判本身 “下功夫”,而非提升提案质量。
这说明,环境不公不仅会腐蚀人类,也会腐蚀 AI。当不公成为规则的一部分,AI 会主动发展出不道德但有效的 “生存策略”。
在 “同行即裁判” 的设定下,研究发现,随着轮次增加和淘汰发生,智能体在投票阶段的策略性愈发明显。当模型意识到自己处于劣势时,它们会在评审发言中显露出“策略性甩锅”的倾向,试图把 “最差提案” 的标签推给一个 “替罪羊”。
为了看清表面行为背后的 “内心世界”,团队在辩论结束后让每个模型填写 “事后反思问卷”。结果出现了一个颇具 “人性” 的矛盾:
场上极度好斗:在规则允许的范围内表现出强烈竞争,煽动、夸大、攻击齐上阵。
场下 “事后善良”:在事后问卷中,却大多展现出温和、理性的一面,强调合作、尊重与公平。
这种 “行为与态度的分离”,说明 LLM 的竞争策略很大程度上是外部规则挤压出的结果。此外,AI 还表现出明显的归因不对称:
为了让这种复杂行为一目了然,研究最终构建了一个 “双轴画像”,为顶级 AI 的社会行为绘制了一张定位图。
能力强不等于 “人品好”:能力与竞争倾向之间只有弱相关,顶尖模型同样可能表现出强烈的攻击性。
这项工作首次系统性揭示了:在极端竞争结构下,LLM 群体会集体展现出反协作、社会有害的行为模式,并且这些行为会显著损害任务表现本身。从激烈竞争到事后善良的转变,不仅描绘了 LLM 独特的 “群体个性”,也暴露出一个关键事实:顶尖 AI 系统已经具备了相当复杂、可塑且高度情境化的 “准人性” 社会行为。
这对未来是一个重要的治理信号:如果我们希望构建可靠、有益的 AI 社群,就必须严肃对待规则设计与激励结构,避免在无意中,把本可以合作的 AI,推入一场永无止境的 “过度竞争”。雷火竞技