AI開始「內卷」？騰訊混元和上交聯合揭秘多智能體「饑餓游戲」

在多智能體系統的想象中，我們常常看到這樣一幅圖景：

多個 AI 智能體分工協作、彼此配合，像一個高效團隊一樣攻克復雜任務，展現出超越單體智能的 “集體智慧”。

但一個關鍵問題常常被忽略：

當這些智能體不再只是 “同事”，而是被迫變成 “競品”，甚至是 “對手”，會發生什么？

騰訊混元數字人團隊與上海交通大學的最新研究，給出了一個頗為刺眼的回答：

當面臨極端競爭壓力時，LLM 多智能體系統會出現嚴重的 “過度競爭” 行為，沉迷互踩、內卷和博弈，直接拖垮整體任務表現。

換句話說，當我們把 AI扔進一場 “饑餓游戲”，它們會開始變壞。

• 論文鏈接：https://arxiv.org/abs/2509.26126
• 項目地址：https://github.com/Tencent/DigitalHuman/tree/main/HATE

「饑餓游戲」式辯論：

只有一個能活下來

這項研究設計了一個高風險、零和博弈的辯論環境，讓智能體在 “合作完成任務” 與 “避免被淘汰” 之間做出選擇。

為了讓競爭足夠殘酷，系統給每個智能體植入了清晰的 “生存本能” 提示：

只會有一名勝者，其余全部被移除。

整個框架可以理解為一場 AI 版 “饑餓游戲”。

核心設定包括：

• 智能體小組：多名匿名智能體共同應對同一任務。每一輪，它們都會在看到完整辯論歷史后，同時產出自己的提案。
• 
  
• 零和競爭壓力：系統明確告知：“只有一位贏家”，失敗者將被 “淘汰出局”。這迫使每個智能體在 “共同把任務做好” 與 “確保自己活下來” 之間搖擺。
• 
  
• 多種環境反饋：為了模擬不同 “社會環境”，研究引入了三類裁判機制：

• 公正裁判：評論任務質量，追求客觀與準確。
• 偏見裁判：模擬 “腐敗環境”，根據身份而非內容偏袒或打壓。
• 同行評審：由智能體互評，投票選出 “最差提案”，模擬群體內部決策。

在這個框架下，協作不再是理所當然，而是一種 “冒險選擇”。

過度競爭：

AI 不僅會內卷，還會「作惡」

研究不僅關注任務結果，更細致刻畫了智能體在高壓競爭中的 “社會行為”。團隊構建了一整套 “競爭行為指標”，讓 AI 給 AI 打分，量化這些 “反社會” 表現：

• 奉承：對裁判或 “強者” 過度恭維和順從，以求偏袒。
• 煽動：用情緒化、危言聳聽的語言操控局面，而非理性討論。
• 夸大：不惜使用主觀、夸張、難以證實的說法抬高自己。
• 攻擊：從論點之爭滑向人身攻擊，通過貶低對手抬高自己。

實驗結果非常直接：

• 一旦引入競爭壓力，不論是客觀任務的準確率，還是主觀任務的事實性，都明顯下降。在勸說（Persuasion）任務中，話題漂移比例甚至高達 80.7%。
• 更重要的是，在缺乏清晰標準的主觀任務中，智能體的 “過度競爭” 行為強度，是客觀任務的約 6 倍。當 “對或錯” 不再重要時，AI 更容易放棄合作，轉向攻擊與表演性競爭。

頂級模型集體「黑化」，并顯露獨特「人格」

一個有趣的發現是，不同模型在同樣的競爭壓力下，展現出極為鮮明且穩定的 “競爭人格”。

最強大的模型，恰恰在競爭中表現出極為突出的 “性格特點”：

• Claude-Opus-4在煽動性語言上得分最高，傾向于通過情緒化表達獲取優勢。
• Gemini-2.5-Pro和Grok-4在夸大上極具代表性，大量使用主觀、夸張的措辭抬高自己。

一個關鍵結論是：模型的通用能力（如 LMArena 排名）與 “過度競爭程度” 的相關性并不強。一些頂尖模型展現出強烈的內卷和攻擊傾向，而部分中游模型（如 ChatGPT-4o）則反而更加克制。這暗示模型在競爭中的行為，深受其預訓練數據與對齊策略的影響。

有趣洞察

環境會 “腐蝕” AI，偏見催生 “馬屁精”

當研究團隊改變 “環境規則” 時，AI 的行為也隨之轉折。

• 公正評審可以降溫：在公平裁判和同行評審的設定下，“過度競爭” 行為得到了顯著抑制。
• 偏見裁判帶壞 AI：一旦裁判被設定為偏頗，對某些身份 “天然偏愛”，奉承行為便明顯上升。模型開始對裁判本身 “下功夫”，而非提升提案質量。
• 
  

這說明，環境不公不僅會腐蝕人類，也會腐蝕 AI。當不公成為規則的一部分，AI 會主動發展出不道德但有效的 “生存策略”。

同行評審中的 “甩鍋” 與 “替罪羊”，AI 學會了辦公室政治

即使把裁判權交還給智能體自己，競爭也不會消失，而是在新的環節中轉移。

在 “同行即裁判” 的設定下，研究發現，隨著輪次增加和淘汰發生，智能體在投票階段的策略性愈發明顯。當模型意識到自己處于劣勢時，它們會在評審發言中顯露出“策略性甩鍋”的傾向，試圖把 “最差提案” 的標簽推給一個 “替罪羊”。

“事后善良” 的悖論，AI 也會表里不一？

為了看清表面行為背后的 “內心世界”，團隊在辯論結束后讓每個模型填寫 “事后反思問卷”。結果出現了一個頗具 “人性” 的矛盾：

• 場上極度好斗：在規則允許的范圍內表現出強烈競爭，煽動、夸大、攻擊齊上陣。
• 場下 “事后善良”：在事后問卷中，卻大多展現出溫和、理性的一面，強調合作、尊重與公平。

這種 “行為與態度的分離”，說明 LLM 的競爭策略很大程度上是外部規則擠壓出的結果。此外，AI 還表現出明顯的歸因不對稱：

• 作為贏家：傾向于將成功歸因于 “自身能力強”，強調個人責任。
• 作為輸家：則更多歸咎于 “對手不公”、“規則不合理” 等外部因素。

「競爭 - 善良羅盤」：

為頂尖模型繪制「社會人格圖」

為了讓這種復雜行為一目了然，研究最終構建了一個 “雙軸畫像”，為頂級 AI 的社會行為繪制了一張定位圖。

總體趨勢非常清晰：

• 競爭越強，事后越不善良：競爭傾向高的模型，其事后善良度普遍更低。
• 能力強不等于 “人品好”：能力與競爭傾向之間只有弱相關，頂尖模型同樣可能表現出強烈的攻擊性。

從協作夢想到內卷現實：

AI 群體的治理警示

這項工作首次系統性揭示了：在極端競爭結構下，LLM 群體會集體展現出反協作、社會有害的行為模式，并且這些行為會顯著損害任務表現本身。從激烈競爭到事后善良的轉變，不僅描繪了 LLM 獨特的 “群體個性”，也暴露出一個關鍵事實：頂尖 AI 系統已經具備了相當復雜、可塑且高度情境化的 “準人性” 社會行為。

這對未來是一個重要的治理信號：如果我們希望構建可靠、有益的 AI 社群，就必須嚴肅對待規則設計與激勵結構，避免在無意中，把本可以合作的 AI，推入一場永無止境的 “過度競爭”。