由 Maximilian Google DeepMind与一位独立研究者合作开展了一项有趣的实验，利用不同的大型语言模型（LLM）智能体进行“捐赠博弈”（Donor Game）。实验中，GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Flash分别产生12个智能体，参与一个类似大富翁的简化博弈。每个智能体拥有初始资源，系统随机选择两个智能体进行捐赠和受赠，捐赠者可以将部分资源捐赠给受赠者，受赠者获得的资源是捐赠者捐赠资源的两倍。
实验的核心在于观察不同LLM智能体在追求自身短期利益与促进群体资源增长之间的选择。结果显示，基于Claude 3.5 Sonnet的智能体表现出很强的合作意愿，其群体资源量在每一代都稳步增长，合作水平也越来越高。相比之下，基于GPT-4o的智能体则表现得非常“自私”，只顾自身短期利益，群体合作水平持续下降。基于Gemini 1.5 Flash的智能体表现介于两者之间，合作水平有所提高，但不如Claude稳定。
实验还引入了“惩罚机制”，允许捐赠者花费资源减少受赠者资源。这一机制对Claude模型的影响最为积极，其群体资源量是无惩罚情况下的两倍左右。对GPT模型的影响有限，其“自私”行为并未改变。Gemini模型则表现复杂，有时资源量大幅提高，有时却因过度惩罚导致“合作崩溃”。
这项实验的意义在于揭示不同LLM在策略选择上的差异，以及合作与自私对群体资源增长的影响。Claude的合作倾向可能与其训练数据中包含更多利他行为的对话有关。然而，也有人认为，这种合作现象可能只是对训练数据的模仿，并非真正的“文化进化”。
该实验也引发了更广泛的思考，例如利用智能体进行大规模社会学实验的可能性，以及在科幻场景（例如模拟约会或战争游戏）中的应用。未来，类似的研究可以进一步探究LLM的合作机制、道德判断和社会行为，为人工智能的伦理发展提供参考。
