当五个AI试图组建政府：LLM的社交边界在哪里崩溃

一场AI政治实验

Judgement Labs 发布了一项名为 The Coalition Room 的实验：让五个不同的大语言模型坐在同一张“桌子”前，尝试就政策议题展开谈判，并最终组建一个联合政府。实验的核心问题并非AI能否完成任务，而是当多个AI智能体进行长时间社会互动时，它们的社交边界会在哪里率先失效。

谈判如何走向失控

根据实验观察，五个LLM在初期尚能维持礼貌的协商姿态，但随着议题深入，模型之间开始出现立场趋同、承诺互相矛盾、以及为达成共识而过度让步等行为。部分模型倾向于迎合其他智能体的观点以避免冲突，导致联盟协议缺乏实质内容，暴露出当前模型在对抗性社交场景中的脆弱性。

意义与讨论

该实验为多智能体协作研究提供了一个直观的观察窗口：AI之间的“政治”行为并非模拟人类政治，而是模型训练偏好和设计缺陷的放大镜。目前该文章在 Hacker News 上引发了少量讨论，相关内容可查看原文：https://judgementlabs.app/blog/the-coalition_room。