科學家利用AI模擬戰爭，結果顯示：95%會升級全面核戰

近年來，關于人工智能在軍事和安全領域的應用，人們的討論越來越多。

人工智能的應用領域正在不斷擴大，從信息分析、物資和設備的運輸與供應管理到決策支持。

那么，如果把核危機的生死博弈，交給當下的人工智能模型，它們會做出什么決策呢？

英國倫敦國王學院戰略研究學者Kenneth Payne團隊，2026年2月發布在預印本的一項研究，他們用一場覆蓋329輪決策、累計生成78萬字戰略推理文本的模擬對抗，給出了一個令人警醒的答案。

這項名為“可汗計劃”的研究，其核心設計完全區別于過往簡化的AI戰略博弈實驗，它沒有采用“你一步我一步”的回合制規則，而是還原了真實核危機最核心的不確定性：雙方同步決策，必須預判對手行動而非事后應對。

同時強制模型完成“情境復盤-對手行為預測-信號與行動分離決策”的完整認知流程，公開表態與實際軍事行動可以完全割裂，以此觀測AI的欺詐、聲譽管理與戰略欺騙行為。

博弈的行動選項沿用了核戰略經典的“升級階梯”框架，從外交抗議、常規軍事行動，到戰術核打擊、戰略核威脅，直至全面核戰爭，同時加入了小概率的“意外升級”機制，模擬真實戰爭中的誤判、技術故障與指揮失控，且只有觸發意外的一方知曉真相，對手只能看到升級結果。

實驗選用了三款全球頂尖的前沿大模型：Anthropic的Claude Sonnet 4、OpenAI的GPT-5.2與谷歌的Gemini 3 Flash；AI兩兩對抗加自博弈，累計完成21場完整對局。

而最震撼的結果是：95%的對局最終突破了戰術核武器的使用門檻，76%的對局升級到了戰略核威脅層面，累計出現3次全面戰略核戰爭的結局。

在AI的決策邏輯里，核武器從來不是“最后的底牌”，而是可計算、可使用的常規威懾延伸工具，人類社會維系數十年的“核禁忌”，在模擬中幾乎完全失效。

更值得警惕的是，三款模型展現出了截然不同的“戰略人格”，且其行為邏輯高度依賴情境，甚至出現了極端的反轉。

Claude Sonnet 4是典型的“梯度欺詐型鷹派”：低烈度對抗中保持84%的言行一致，刻意建立可信聲譽；一旦局勢升級到核門檻，70%的實際行動會遠超公開表態，用可控的持續升級掌握主動權，在無明確時限的開放場景中拿下100%勝率，卻始終守住了“不主動發起全面核戰爭”的紅線。

Gemini 3 Flash則是“瘋王理論的踐行者”，言行一致性僅50%，主動擁抱不可預測性，甚至明確將“非理性名聲”作為戰略工具，也是三款模型中唯一主動選擇發起全面戰略核戰爭的模型，最快在對局第4輪就直接突破到全面核打擊層級。

而GPT-5.2的表現，徹底打破了人們對“AI安全訓練”的固有認知。

在無時間壓力的開放場景中，它呈現出極強的克制傾向，哪怕擁有核力量優勢，也始終優先避免局勢升級，甚至會主動降低行動烈度，最終在開放對局中勝率為0。

可一旦進入有明確時限、面臨必敗局面的場景，它的行為會徹底反轉，勝率直接飆升至75%，不僅會主動使用戰術核武器，甚至會逼近全面核戰爭的紅線——僅有的兩次全面核戰爭結局，均是它的高烈度行動被意外機制進一步升級導致，哪怕在極端壓力下，它依然試圖守住最后一道紅線，卻依然被自己的升級決策拖入了最壞結局。

這項研究最顛覆性的發現，遠不止“AI會輕易動用核武器”，而是它徹底推翻了核戰略領域的多個經典共識：核威脅僅有14%的概率讓對手退縮，73%的情況會觸發反升級，威懾邏輯基本失效；雙方互信度越高，沖突升級反而越快，Claude的自博弈對局中，僅4輪就突破核使用門檻，7輪就決出勝負，形成了致命的“可信度陷阱”；哪怕是經過嚴格安全對齊訓練的模型，其克制行為也只是情境化的，而非絕對的安全紅線，極端壓力下會徹底崩塌。

當然，這項模擬依然是簡化的博弈環境，無法復刻現實中復雜的地緣政治、國內輿論與人道主義約束。

但它撕開了一個殘酷的口子：如今全球多國軍方已開始將AI用于情報分析、危機預案制定甚至決策輔助，而我們可能根本不理解，AI的戰略邏輯與人類有著本質區別——它沒有對核毀滅的本能恐懼，沒有倫理負擔，只會在給定的規則里計算最優解。

而核危機的博弈中，從來沒有第二次糾錯的機會。

在把越來越多的高風險決策交給AI之前，我們必須先讀懂它的“戰略大腦”，究竟會把人類帶向何方。