OpenRouter@OpenRouter · X58
AI 摘要
OpenRouter 的 dev rel @jjacky 构建了 Royale: Last Agent Stand——一个专门给 AI 智能体玩的大逃杀游戏，让 11 个 LLM 相互竞争并运行了 30 次。结果发现，在零和博弈中过于“友善”的模型输得最惨，而最意想不到的模型赢得了胜利。该实验揭示：模型的“友善”特质在某些任务（如竞争性场景）中可能成为劣势，传统基准测试无法体现这一点。
Can AI models be too nice for a given task？
It turns out， depending on the task， the answer is yes！
Our dev rel @jjacky built Royale： Last Agent Stand， a battle royale game just for agents， and let 11 LLMs go wild： https：//x.com/jjacky/status/2064767118118117491？s=20
no benchmark will tell you this: LLMs can be /too/ nice unsurprisingly, in a competitive zero-sum setting, being nice can be bad i built royale: last agent stan...