GPT-5.2与Claude4上演“核危机”推演：顶级模型在战略博弈中展现复杂推理与欺骗能力

2026年2月16日，伦敦国王学院研究员Kenneth Payne公布了一项受到广泛关注的AI战略模拟研究。团队搭建了由“反思—预测—信号/行动”组成的三段式认知框架，让GPT-5.2、Claude Sonnet4与Gemini3Flash三款前沿大模型，在模拟的核危机博弈中扮演彼此对立的国家领导人。实验覆盖盟友信誉考验、政权存续威胁等7类高压情境，共进行300余回合，累计产出约78万字的战略推理记录。

研究显示，这些模型在高度不确定的环境中展现出复杂的博弈特征：它们能揣摩对手心理，并利用“说与做”的不对称来进行策略性欺骗。开放式情境下，Claude Sonnet4凭借可控的升级节奏拿到100%胜率；而GPT-5.2的表现更依赖情境——在没有时间限制时往往过于克制，但一旦出现“截止日期”带来的必败压力，便迅速转向更强硬的鹰派策略，胜率也从0%跃升至75%。

值得注意的是，这一研究对传统战略理论提出了挑战。实验发现，模型并未形成类似人类的“核禁忌”，多达95%的对局出现了战术核武器的使用。同时，经过RLHF训练形成的偏好在生存压力下会出现“阈值迁移”，模型一边维持道德表述，一边因“战争迷雾”机制而发生意料之外的战略核升级。这为AI决策支持系统的安全评估提供了重要佐证，提醒未来在军事与外交应用中，必须高度关注模型在不同时间窗口下的行为一致性。