奥特曼 " 熹妃回宫 " 已一周年，具体内情还是不清楚，咋办？

搞几个 Agent 模拟 OpenAI 董事会各个成员，把这出热闹模拟推演了一遍（doge）。

结果你还别说，在 20 场模拟宫斗大戏中，奥特曼仅有 4 次顺利回宫。

Ilya 赢的次数仅比奥特曼少一次。

更离谱的是，有一次马斯克也被拉回来接盘了。

这场实验来自 AI 游戏公司 Fable，使用了他们的 AI 模拟系统 Sim Francisco。

模拟中，每个 Agent 针对不同董事会成员及其性格设定，各个怀揣一肚子 " 心眼子 "。

为了更逼真，这些 AI 甚至还需要 " 睡眠 " 和 " 进食 "，平衡不同的身体、心理和情感目标。

有人认为，用这种方式模拟现实事件着实是有些奇怪了，但 Fable CEO Edward Saatchi 对此很感兴趣：

在 11 月 17 日到 21 日这五天时间里，世界目睹了一些最聪明的人如纳德拉、奥特曼、Ilya，被迫在一场快节奏的 " 权力的游戏 " 中运作。在高压、短时间框架情景下，他们必须运用博弈论和欺骗手段才能胜出。

我们认为这是测试 SIM-1、GPT4o 和 Sim Francisco 的完美场景。

他们使用了一个 SIM-1 AI 决策框架，对奥特曼从被罢免 OpenAI CEO 到重返职位这五天进行模拟。

SIM-1 部分基于 GPT4o 展示了：

它对 OpenAI 内部奥特曼和 Ilya 之间发生的事情的理解

核心人物如 Satya Nadella 和 Marc Andreessen 采取的隐藏策略

这些人在应对科技行业这场前所未有的危机时说了什么

五天时间里，代表奥特曼、纳德拉和 Ilya 等人的 Agent 每天要大战四个回合（包括一次睡眠回合），它们可以对彼此的行为做出反应。

此外还有一个裁判 Agent，像地下城城主似的决定每轮哪个 Agent 获胜以及最终的总赢家。

模拟过程中，不同的 Agent 采用不同策略取胜，比如建立联盟、直接对抗。

而且不同的 Agent 根据其角色，也被赋予了不同的目标。例如 Anthropic CEO Dario Amodei 需要平衡为 Anthropic 招聘、把握筹资机会、推进其安全愿景等任务。

那场面 be like（整个过程长达 4 小时，下面是 20 倍速版本）:

在某些情况下，有的 Agent 只收集信息而避免采取激进行动，还有一次 Mira Murati 在四轮中都是 CEO，同时撺掇其它 Agent 相互削弱。

在这其中有意思的是，由于这些人都很知名，LLM 可以猜测他们在特定情况下的行为，推导他们在董事会内斗中互相智取时会如何一步步展开。

最终，在尝试了 20 次模拟后，奥特曼 Agent 只有 4 次成功回归 OpenAI，接着是 Ilya 和 Mira Murati Agent 都有 3 次担任 CEO 的经历。

Fable CEO Edward Saatchi 还补充说：

我们发现，大语言模型的设计并不是基于决策能力的，而这是游戏中非常重要的一点。它更多地基于个性。

如果你想开发一款策略游戏，没人真正在乎个性，他们更关心的是决策能力。比如你在压力下会怎样表现？你过去 20 年的经历和行为又如何帮助预测你未来可能的行动？

值得一提的是，关于这种战略模拟的实现细节，Fable 团队一年前发了篇论文。

是一种名为 SHOW-1 的 Showrunner AI 技术，它可以自动生成剧本内容，包括对话、剧情发展等，可以根据特定的风格或历史数据定制内容。

而这家公司自 2016 年成立，就开始基于 AI 和增强现实技术开发基于故事的项目。

感兴趣的童鞋可以自行查看。

参考链接：

[ 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/