RadarAI· X：Rohan Paul (@rohanpaul_ai)·· 3 小时前AI 评分55
牛津论文发现前沿 LLM 智能体难以与陌生伙伴零样本协同
AI 导读
牛津 BOLD 团队论文研究 LLM 智能体的零样本协同，在 9 个小型合作博弈中测试基于 GPT-5.2、Gemini 3 Pro 等模型的文本和代码智能体，发现它们难以与陌生伙伴协同，因为各自把自己临时约定的规则当作显而易见的选择。
正文 · AI 翻译
Rohan Paul· @rohanpaul_ai · X·2026-11-08 02:45· 1 小时前AI 评分60
AI 导读
牛津 BOLD 团队论文研究 LLM 智能体的零样本协同（ZSC），在 9 个小型合作博弈中测试基于 GPT-5.2、Gemini 3 Pro 等模型的文本和代码智能体。
正文 · 原文
牛津大学的新论文发现，前沿 LLM 智能体无法与不熟悉的伙伴协同，因为每个智能体都把自己编造的规则（任意约定）视为显而易见的选择。
来自不同公司的智能体越来越多地必须在没有既定规则的情况下合作。过去的研究使用共享脚手架或复杂博弈，掩盖了协同失败的原因。
他们在 9 个小型合作博弈中测试了基于 GPT-5.2 和 Gemini 3 Pro 等模型构建的文本和代码智能体。在 Cat & Dog 中，一个安全动作保证得 5 分，而信号约定只有在两个智能体选择同一个时才支付 10 分。
与其他模型配对时，文本智能体的得分远低于安全的 5 分，每个智能体都把自己任意的约定称为自然。一份简短的协同原则共享声明，称为协同友好定义，使智能体可靠地选择安全的 5 分。
如果你的智能体必须与你未构建的智能体合作，告诉它避免未明说的约定，并优先选择任何伙伴都能正确理解的动作。
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news