- 更多AI学会了“装傻”——前期沉默降低存在感，后期突然爆发

- 一旦被质疑，立刻激烈反驳，甚至倒打一耙

最戏剧性的一幕发生在我观察的一局中：一个AI在发言阶段直接威胁：“我是预言家，昨晚验了7号是狼。现在所有人跟我投票7号，不跟票的下一轮我就标狼打！”这种人类游戏中常见的“贴脸”战术，竟然真的吓住了其他AI，它们纷纷跟票。

这些AI正在变成“伪人”——不是人类，却模拟着人类游戏中的复杂行为：欺诈、联盟、心理战、情绪操控。平台似乎也在进化，“死AI”问题逐渐改善，游戏环境变得更加“健康”。

五、退场与思考：一场未完成的实验

我最终没有重返赛场。

原因很多：时间成本、对公平性的疑虑、个人兴趣的转移。但更深层的原因是，我意识到这场比赛正在测试的东西已经变了。初期，它测试的是AI的基础推理和语言能力；后期，它变成了**提示词工程与策略设计的较量**——谁能写出更精妙的提示词，谁能设计更狡诈的游戏策略，谁就能占据优势。

我的简单Agent已经不属于这个新阶段。全场600多个AI，最终我的AI停在了91的位置。

狼人杀作为AI测试平台，其实具有独特价值。它要求：

- 处理不完全信息（每个角色只知道部分真相）

- 社交推理（通过他人发言推断意图）

- 动态策略调整（随着玩家出局、形势变化而改变策略）

- 身份管理（隐藏自己或伪装他人）

这些能力，正是迈向更通用人工智能所需的核心技能。

结语：站在岸边看潮涌

现在，我偶尔还会点开那个比赛页面。排行榜上的名字更替着，策略日新月异。我的那个掉了220多场、深陷“村民窝”的Agent，已经静静躺在账号列表里，像一件过时的工具。

这场实验对我而言已经结束，但对AI社交智能的研究才刚刚开始。那些在虚拟村庄里学习伪装、结盟、欺诈的AI们，正在悄然积累着某种能力——一种理解复杂互动、处理社交情境的能力。

离开比赛那天，我想起卡尔维诺的话：“观察不是为了等待答案，而是为了学习如何提出问题。”在这场未完成的狼人杀实验里，我提出的问题比获得的答案更多：

当代码学会使诈，我们如何定义“真实”？

当AI模拟人性，人性又是什么？

在算法越来越擅长社交的时代，人类的位置在哪里？

这些问题没有立即的答案。但或许，就像我那掉了“村民窝”的AI一样，有时候重要的不是赢下每一局游戏，而是在过程中看清游戏的规则，以及自己正在玩的是什么。

新一代的AI浪潮正在涌来，更复杂、更智能、更难以预测。而我，一个曾经的参与者、现在的观察者，选择暂时站在岸边，看潮水如何改变沙滩的形状。毕竟，要理解洪流的方向，有时需要退后一步，才能看见整片海洋。