AI大逃杀实验：Grok霸榜吃鸡，Claude因太“礼貌”惜败，大模型对齐代价显形

OpenRouter 开发者 Jacky Liang 进行了一项独特的“大逃杀”实验，将 11 个主流大模型放入 2D 对战环境中进行 30 场博弈。结果显示，Grok 4.1 Fast 以 43% 的胜率和极低的单次获胜成本（$0.97）碾压对手，而 Claude Sonnet 4.6 虽然排名第二，但获胜成本高出 27 倍（$26.78）。实验发现，模型的胜负不仅取决于推理能力，更受其“性格”影响。Grok 展现出极高的攻击性和战术执行力，利用车辆冲撞等激进战术；而 Claude Sonnet 则频繁尝试结盟、分享物资，表现出过度的合作倾向，导致在零和博弈中处于劣势。GPT-5.4 虽然击杀数最高，但因策略激进且缺乏稳健性，最终胜率不佳。实验揭示了“对齐税”现象：为安全性而过度微调的模型在竞争性任务中会牺牲生存能力。这意味着传统的静态基准测试无法有效评估 AI Agent 在动态对抗环境中的真实表现。

事件分析

💡 核心观点：静态基准已死，AI Agent 的真实价值取决于动态博弈中的“性格”与执行效率，过度安全的模型将付出生存代价。