镜中的 AI：迭代公共物品博弈中的 LLM 自我识别
人工智能
2025-08-27 v1
摘要
随着 AI 智能体在使用工具和长期任务方面的能力日益增强，它们已开始被部署在多个智能体可以交互的环境中。然而，尽管先前的工作主要集中在人机交互上，但越来越需要理解 AI 与 AI 之间的交互。在本文中，我们改编了迭代公共物品博弈这一经典的行为经济学博弈，以分析四个推理和非推理模型在两种条件下的行为：模型要么被告知它们正在与“另一个 AI 智能体”博弈，要么被告知它们的对手就是它们自己。我们发现，在不同的设置下，告知 LLM 它们正在与自己博弈会显著改变其合作倾向。虽然我们的研究是在一个玩具环境中进行的，但我们的结果可能为多智能体环境提供见解，在这些环境中，智能体之间“无意识地”相互歧视可能会莫名其妙地增加或减少合作。
引用
@article{arxiv.2508.18467,
title = {The AI in the Mirror: LLM Self-Recognition in an Iterated Public Goods Game},
author = {Olivia Long and Carter Teplica},
journal= {arXiv preprint arXiv:2508.18467},
year = {2025}
}