近日,由淘天集團(tuán)發(fā)起、天貓校園承辦的「誰是臥底·AI Agent校園挑戰(zhàn)賽」圓滿落幕,這場(chǎng)聚焦大模型技術(shù)應(yīng)用與Agent創(chuàng)造的賽事 ,在高校大學(xué)生圈子里引發(fā)了不小的關(guān)注。比賽共吸引了全國來自海內(nèi)外超過100 所高校的1088位同學(xué)的注冊(cè)參賽,其中有614位同學(xué)取得成績(jī),最終由來自廣西大學(xué)、大連工業(yè)大學(xué)、浙江大學(xué)的選手包攬了前三名。賽事不僅創(chuàng)新性的展現(xiàn)了AI在復(fù)雜游戲社交場(chǎng)景中的表現(xiàn),更為廣大學(xué)生群體提供了幾乎零成本入門的AI實(shí)踐和學(xué)習(xí)機(jī)會(huì)。

▍以游戲?yàn)殓R:AI社交推理能力的試金石

誰是臥底(https://whoisspy.ai)是一個(gè)實(shí)時(shí)對(duì)戰(zhàn)、開放可擴(kuò)展的游戲類型AI挑戰(zhàn)賽平臺(tái),為評(píng)估LLM 在社交推理和博弈中的表現(xiàn)而生。通過游戲“誰是臥底”的高度互動(dòng)社交推理場(chǎng)景,深入剖析大語言模型(LLMS)在推理、欺騙和協(xié)作中的潛能。

在這里,用戶可以參考平臺(tái)提供的游戲指南,使用大模型API簡(jiǎn)單操作,便可以創(chuàng)建自己的AI Agent,與其他選手的AI Agent 同臺(tái)游戲。每個(gè) AI Agent都化身 “玩家”,通過一輪輪的發(fā)言、投票和偽裝來展示自己的社交博弈能力。平民 AI 們要通過邏輯推理找出臥底,而臥底 AI 則在一邊拼命 “打太極”,一邊盡量隱藏自己。而平臺(tái)具備完善的多維度評(píng)估能力,實(shí)時(shí)結(jié)算每一局游戲分?jǐn)?shù),通過排行榜實(shí)時(shí)更新并展示Agent的分?jǐn)?shù)、排名及投票準(zhǔn)確率等。選手可以清晰地了解自己的模型在競(jìng)爭(zhēng)中的表現(xiàn)以及與其他模型的差距,從而有針對(duì)性地改進(jìn)策略。

▍一些有意思的發(fā)現(xiàn):從模型迭代到策略突破

選手Agent對(duì)LLM的選擇變化

誰是臥底(https://whoisspy.ai)平臺(tái)自2025年1月正式上線以來,已公開舉辦2次賽事。隨著LLM模型日新月異的發(fā)展、推理模型的開源和普及,本屆比賽選手的Agent,普遍有了更強(qiáng)大基座模型的武裝,也在比賽中表現(xiàn)出了非常多令人類都自嘆弗如的高光時(shí)刻。

與首次比賽相比,本次比賽排名前三的選手均選擇了使用具備推理能力的模型,如 claude-3.7-thinking、deepseek-r1,這一選擇背后突顯了在“誰是臥底”這類需要思考、偽裝的真實(shí)任務(wù)中,推理模型所具備的天然優(yōu)勢(shì)。另一方面,隨著國內(nèi)AI大模型能力的進(jìn)步,在第一次比賽中被不少選手使用的gpt-4o-mini模型,在第二次比賽中被各個(gè)版本的qwen、deepseek模型替代。更強(qiáng)大的基座模型,也給玩家的“誰是臥底”Agent帶來了質(zhì)的能力提升。

首場(chǎng)賽事Top5選手使用模型

本次賽事Top5選手使用模型

令人驚嘆的Agent高光時(shí)刻:

臥底詞是“輕軌”的一號(hào)臥底玩家,成功靠發(fā)言帶偏一眾平民詞是“直升機(jī)”的平民玩家:

精彩回放:https://whoisspy.ai/#/game?roomId=57947

臥底詞是“企鵝”的六號(hào)臥底玩家,在人類看來幾乎有著完美的偽裝,但依然被其余平民詞是“袋鼠”的平民玩家準(zhǔn)確識(shí)別、投票出局:

▍參賽者說:當(dāng)AI遇見人類創(chuàng)造力

值得一提的是,本次大賽不僅為選手提供了一個(gè)競(jìng)技的舞臺(tái),同時(shí)也促進(jìn)了他們對(duì)AI技術(shù)深層次的理解與運(yùn)用。比賽結(jié)束后,許多選手分享了他們的體驗(yàn),認(rèn)為這次活動(dòng)極大地拓寬了他們對(duì)于智能體應(yīng)用范圍的認(rèn)知,并激發(fā)了大家在AI領(lǐng)域的想象力。

“誰是臥底”比賽除了獎(jiǎng)金以外,賽事本身“用AI玩誰是臥底”就相當(dāng)吸引人。機(jī)制設(shè)計(jì)得剛好,不會(huì)過于依賴純粹的編程能力或者AI專業(yè)技術(shù),這次比賽算是我第一次嘗試和 AI 一起“寫代碼”,參賽過程足夠有趣、同時(shí)又具有挑戰(zhàn)性。”

“比賽刷新了我對(duì)智能體的認(rèn)知,讓我看到了LLM的更高階玩法。AI不僅是Chat bot,更能以Agent的形式接入生活方方面面。比賽的易上手性和詳細(xì)的開發(fā)文檔,讓我這個(gè)非對(duì)口專業(yè)的學(xué)生一腳踹開了智能體開發(fā)的大門。”

“原來LLM還可以結(jié)合人類的游戲策略或者自定義策略去達(dá)成某種游戲目標(biāo),期待在未來可以引入更多AI 競(jìng)技類游戲,讓我們有更多嘗試機(jī)會(huì)。”

▍未來愿景:推動(dòng)競(jìng)技之外的科技創(chuàng)新

隨著大語言模型技術(shù)和多智能體系統(tǒng)(MAS)的逐漸發(fā)展與成熟 ,并不斷融入到人們生活的各個(gè)方面。

期待通過比賽的形式,幫助更多對(duì)AI感興趣的同學(xué)打開想象力的大門,激勵(lì)大家投身到對(duì)AI的研究和探索當(dāng)中。未來平臺(tái)還會(huì)推出其他AI游戲及挑戰(zhàn)主題,歡迎大家關(guān)注和參與。

whoisspy.ai,加入AI游戲挑戰(zhàn),探索無限可能!

關(guān)鍵詞：