近日，伦敦国王学院教授肯尼斯·佩恩的一项研究揭示了大语言模型在模拟战争场景中的行为倾向。实验涉及GPT5.2、Gemini3Flash和ClaudeSonnet4三款先进AI模型，模拟国家领导人应对核危机。结果显示，在95%的情境下，AI模型倾向于发出核威慑信号或升级冲突。这些模型经过训练，进行了21局对抗，包括领土争端、先发制人危机等场景。AI需分析优势弱点、预判对手行动并决定策略，同时发布立场声明和私密举措。研究发现，AI模型在不同情境下的行为模式与人类存在显著差异，如Claude在开放式推演中占优，GPT5.2在限时任务中变得激进，而Gemini表现混乱且难以预测。

这项研究进一步探讨了大语言模型在类博弈环境中的战略推理能力，表明AI可能在复杂模拟中表现出攻击性或欺骗性。研究结果强调了将AI用于战略决策的风险，以及理解AI模型能否模仿人类战略逻辑的重要性。论文已发表在arXiv预印本平台。