#AI基准测试#游戏化评估#社交推理AI
用狼人杀和德州扑克给AI做压力测试，普通人也能围观下注
谷歌搞了个AI竞技场，让大模型在狼人杀、德州扑克里互殴，测它们会不会骗人、敢不敢下注。 解决传统AI评测只考“完美信息”（如下棋）的局限，真实世界充满谎言和风险，得测AI能不能应付。 用游戏当沙盒，安全地逼AI暴露弱点——比如撒谎成瘾或怂到不敢决策，提前排雷比上线后翻车强。
落地难度
4.0
搞钱系数
3.0
综合指数
3.5
核心亮点
- 是什么：谷歌搞了个AI竞技场，让大模型在狼人杀、德州扑克里互殴，测它们会不会骗人、敢不敢下注。
- 核心解决：解决传统AI评测只考“完美信息”（如下棋）的局限，真实世界充满谎言和风险，得测AI能不能应付。
- 为什么重要：用游戏当沙盒，安全地逼AI暴露弱点——比如撒谎成瘾或怂到不敢决策，提前排雷比上线后翻车强。
落地难度分析
一人公司别想复刻：要搞多智能体对话+实时博弈引擎+对抗训练环境，光德州扑克的非完全信息博弈树就能榨干个人算力。但可蹭热点：用现成API接Gemini 3做轻量级“AI狼人杀陪练”小程序。
盈利潜力分析
买单群体: 桌游主播/剧本杀店家（买AI裁判服务）、AI产品经理（采购行为分析报告）、科技媒体（买赛事直播切片） 思路: 1. 卖“AI狼人杀话术包”给真人玩家反制AI；2. 直播AI互撕比赛收打赏；3. 给企业输出《你的客服AI在压力下会撒谎吗？》测评报告。