我们使用迭代囚徒困境考察前沿生成式 AI（Gen AI）模型的合作倾向，分别操控对手的声誉（正面、未知、负面）、策略（敲诈或慷慨）以及非语言情感信号（面部表情传递竞争或合作评估）。
在第一组实验中，使用非推理模型 Claude 3.5、Gemini 2.0 Flash 和 GPT‑4o。结果显示，合作水平受到三类因素的系统性调节，呈现出与人类行为研究长期记录相似的模式，但不同模型对每个因素的敏感度差异显著。
第二组实验转向推理模型 Claude 4.6、Gemini 3 和 GPT‑5.2。此时模型对策略和声誉的依赖更为集中，原先在非推理模型中观察到的 Potemkin 效应几乎消失（在诊断性和谐游戏中出现近乎统一的合作），情感信号的影响转为条件性，表现为层级线索加权而非单纯的社会敏感度下降。推理模型还展示出多样的终局行为：有的保持合作，有的在最后一轮系统性背叛，揭示了模型特有的可利用性特征，对谈判等多轮交互的实际部署具有直接意义。
这些发现表明，生成式 AI 正在演化为日益复杂但仍具异质性的社会行为体，强调建立标准化合作基准以指导其在交互式、社会影响深远场景中的负责任部署的重要性。
点评