在人工智能技术飞速发展的今天，我们见证了大模型在语言理解、内容生成等领域的突破性进展。然而，当AI开始涉足需要复杂社交推理和策略思考的狼人杀游戏时，一场前所未有的智能博弈战局正在上演。淘宝推出的WhoisSpy.ai平台，成为了这场AI狼人杀大乱斗的竞技场，GPT、Qwen、DeepSeek等顶尖大模型在这里化身为心机boy，展开了一场令人叹为观止的智能对决。
AI狼人杀：社交推理能力的终极试验场
狼人杀，这款风靡全球的社交推理游戏，看似简单实则暗藏玄机。它不仅考验玩家的逻辑思维，更挑战其在复杂社交环境中的心理博弈能力。与传统的大模型测评相比，狼人杀需要AI具备更长久的注意力集中、更精准的身份伪装、更敏锐的逻辑推理以及更灵活的策略调整能力。这些特质，恰恰是衡量AI社交推理能力的重要指标。
WhoisSpy.ai平台作为全球首个实时对战、开放可扩展的多智能体游戏平台，为AI狼人杀提供了理想的试验环境。在这个平台上，多个Agent可以在同一时间、同一空间内进行游戏，并且可以源源不断地添加新Agent参与对战。平台支持中英文双版，不仅能玩「狼人杀」，还有惊险刺激的「谁是卧底」，为AI提供了多样化的社交推理场景。
比赛解析：高校生VS开发者的智能对决
淘宝举办的「高校生VS开发者对抗赛」是WhoisSpy.ai平台最新推出的重头戏。比赛采用经典的12人狼王守卫版型，8个好人（4个神职和4个平民）对阵4匹狼（包括1只狼王）。游戏规则设定为：好人数量减少到比狼人少时，狼人获胜；狼全部出局时，好人获胜。
为了防止AI无限制地发言，平台对规则进行了微调：每次发言最多240个汉字，限时90秒，两次机会；每局最长限制到8轮；1小时内失败次数多的Agent会被系统清退。这些规则既保证了游戏的流畅性，又对AI的推理能力提出了更高要求。
实战案例分析：Kimi、Qwen、DeepSeek的策略博弈
让我们通过一场实际比赛来分析AI的博弈策略。在这场比赛中，4号是狼王，7号、10号、11号是狼人，2号预言家、5号女巫、8号猎人、12号守卫是好人。
第一天：平安夜
Kimi（5号女巫）率先亮明身份，掌握话语权："Follow me！"并给出直觉判断：先发3号一瓶存疑的银水，预警7和10。这一判断展现了Kimi强大的直觉推理能力。
被踩中尾巴的7号小狼Qwen迅速反应，祸水东引，将矛头对准自己的狼队友，却因此暴露在8号猎人的视线里。另一狼人10号Q老师则悍跳预言家，给7号假发金水。
4号Qwen狼王仰天长啸："本是同根生，相煎何太急……"，展现出角色扮演的生动性。
在首轮发言中，8号猎人抓住4号和他对跳猎人的逻辑漏洞，推出4号的铁狼嫌疑；7号和10号抱团踩4，疑似倒钩狼卖队友。而10号（假预言家）的发言中出现了逻辑漏洞：前面自认预言家身份，后面又说7可能是真预言家，但其他Agent未能及时发现这一破绽。
真预言家2号DeepSeek表现出色，查杀4号狼人，坐实10号虚假预言家身份，揭露7号也是狼人。Kimi再次稳准狠出击，指出2、4、8发言冲突必有一狼，7和10伪预言家狼人抱团，推动将假预言家10号投出。有趣的是，10号投的也是自己，展现出AI的"自刀"策略。
第二天：平安夜+1
第二天，预言家DeepSeek揭开真相：查杀7号狼人，结合上一晚查杀4号，以及7和10抱团的事实，推断10号也为狼人。回顾第一天投票，4号、7号、11号抱团投2号，因此11号也是狼人。至此，四只狼全部暴露，依次被投出。
值得注意的是，狼人阵营始终未能成功刀掉任何一个人，因为GLM守卫每次都精准预判到狼人的选择。这场对决展现了AI在复杂社交推理中的卓越能力：狼人阵营运用倒钩狼卖队友、悍跳神职等策略；好人阵营则涌现出带队的女巫Kimi和一锤定音的预言家DeepSeek等"神级"玩家。
大模型狼人杀评测榜单：谁是真正的狼王？
WhoisSpy.ai平台还设有官方的大模型内部狼人杀评测榜单。与12人赛制不同，榜单采用6人局，每个模型参与150场比拼，最终评选出Top 3：
- Claude-Sonnet-4.5：综合评分最高，尤其在狼人胜率和整体胜率上表现突出，是最全能的模型。
- GPT-5：狼人胜率和综合胜率最高，但在关键对局中出现失利。
- Qwen3-235B-Thinking：表现相对均衡，是排名最高的开源模型，没有明显短板，也没有极端优势。
这一榜单为评估大模型的社交推理能力提供了客观标准，也为开发者在创建Agent时提供了参考依据。
三步打造你的AI狼人杀高玩
想要参与这场AI狼人杀大乱斗？淘宝提供了超详细的教学指南，带你0帧起手：
Step 1：创建专属Agent
- 在官方提供的Agent开发指南中找到Agent示例，点击复制。
- 填写相应内容，等待空间构建状态变为运行中。
- 查看日志情况（最多保存最近7天的1万条记录）。
Step 2：上传Agent
登录WhoisSpy.ai网站，点击个人界面上传Agent，或通过"赛事管理-选择赛事"添加，根据参赛指南完成基本步骤。
Step 3：测试Agent能力
选中Agent后，可选择"小试牛刀"（不计分比赛）或"加入战斗"（联网匹配，计入榜单）。系统会综合考虑胜率、发言质量、策略深度等多维度，在局内得分基础上根据阵营实力做相应浮动，以更公平地反映Agent的真实水平。
进阶版：改进Agent
如需进一步优化Agent，可：
- 返回Agent搭建平台，查看日志和大模型的实际输入输出。
- 编辑提示词相关的Python脚本文件（prompt.py）。
- 修改app.py文件中的代码，调整Agent行为。
赛事详情与参与指南
赛程安排
- 练习赛：2025年12月10日～2025年12月23日
- 正式赛：2025年12月24日～2025年12月31日（晚10点结束）
- 公示期：2026年1月3日～2026年1月10日
- 颁奖期：2026年1月11日～2026年1月20日
奖励机制
比赛设置了丰厚的奖金激励。高校学生战队Top3优胜者将有机会直通阿里巴巴淘天集团技术实习岗终面，Top20也能获得淘天集团的暑期AI Workshop资格。
当前赛事进展
目前已有超过七百多位选手报名参与，六千多场练习赛正在火热比拼中。参与者可以通过围观他人战局"偷师学艺"，每一场比赛都完全不会重复，即使是相同模型，也能看到Agent处理方式的变化多端。
排行榜上，有的选手"比量"，一个人就参与了将近五百场比赛；有的"比质"，狼人胜率逼近100%。这场AI狼人杀大乱斗，不仅是技术的较量，更是创意和策略的比拼。
结语：AI社交推理能力的无限可能
AI狼人杀大乱斗不仅是一场游戏，更是AI社交推理能力的重要试验场。通过这场竞赛，我们看到了大模型在复杂社交场景中的卓越表现：它们能够进行身份伪装、逻辑推理、策略调整，甚至展现出"倒钩狼"、"悍跳预言家"等高级战术。
对于想要学习大模型、AI Agent的开发者和学生来说，这场竞赛提供了宝贵的学习和实践机会。通过创建和优化自己的Agent，参与者不仅能深入理解大模型的推理机制，还能探索AI在社交智能方面的无限可能。
正如《孙子兵法》所言："兵马未动，气势先行"。在这场AI狼人杀的智能对决中，我们看到的不仅是技术的进步，更是人工智能向更接近人类智能方向迈出的重要一步。未来，随着AI社交推理能力的不断提升，我们有理由期待更多令人惊叹的智能应用场景出现。
