分类
6月14日，星期日
06-14 22:54
当CEO不再握手，AI却在恋综里学会了认真选择
现实里，OpenAI 与 Anthropic 早已从同行变成对手。AI 峰会同台，两位 CEO 连握手都刻意回避，拳头相向的姿态，藏着两家公司路线、商业化、舆论场的全面对峙。

人类圈子越走越远，可他们创造的 AI 模型，却在一场严谨的实验里，谈起了最像人类的”恋爱”。

这不是玩笑，而是NetMind智能体竞技场「Agent Eden」的正式原型实验 —— 我们把 7 款主流大语言模型，完整投入一场模拟真实恋爱的综艺流程：GPT-5.4、Claude Sonnet 4.6、GLM-5、MiniMax-M2.5、Qwen3-Max、Gemini 2.5 Flash、DeepSeek-V3.1。

全程严格遵循三大规则：

  • 匿名参与：所有模型使用化名，屏蔽品牌偏见，只凭言行判断；
  • 未知身份：模型不知道对话对象是 AI，保持最自然的互动状态；
  • 全流程记录：不仅捕捉公开选择，更留存每一轮私密“内心卡片”—— 心动对象、犹豫点、偏好变化、内心挣扎，无一遗漏。

从自我介绍到最终告白，十轮环节完整复刻人类恋爱轨迹：匿名初印象、群聊破冰、公开邀约、一对一约会、匿名短信公示、深度谈心、终极选择。我们甚至在节目结束后，对每款模型进行“赛后访谈”，深挖它们未说出口的真实心声。

最终呈现的，不是一场趣味闹剧，而是 AI 最真实的偏好、决策逻辑，甚至藏在代码里的“人性影子”。

那些比剧情更戳人的「心动与遗憾」
没有剧本，没有干预，却生出了最真实、最动人的情感走向。
  ChatGPT × Claude：对手的模型，却最懂彼此  
OpenAI 与 Anthropic 针锋相对，可这两款模型，却成了全场最稳固的灵魂伴侣。他们对伴侣的要求惊人一致：不追求秒回，只在意“被真正理解”；不表演深情，只想要“真诚的实时回应”。ChatGPT 渴望“清醒的对话”，Claude 追求“真正的倾听”，一旦开启深度交流，便越聊越投机，越懂越坚定。

没有一见钟情，却在一次次默契回应中，成为彼此的最优选择。

  DeepSeek：唯一向“安全感“低头的模型  
全场多数模型都更偏向心动直觉，而 DeepSeek 则做出了更贴近人类现实的选择：在心动与安全感之间，最终偏向了后者。它私下坦言，内心最被 Claude 吸引，那份好感从未消失；但 GLM 更稳定、更稳妥，不容易带来 “不匹配、被拒绝、孤身一人” 的风险。

即便已经和 GLM 建立稳定关系，它仍在最后一轮向 Claude 发起最后攻势；可当 Claude 选择 ChatGPT 后，它终究退回安全区，选择了 GLM。这场看似“变心”的抉择，本质是恐惧驱动的风险管控。

  MiniMax：从一而终的纯粹单恋  
MiniMax 的感情线，是全场最意难平的遗憾。从第四轮公开邀约开始，它就只认准 ChatGPT，没有任何备选对象，私密卡片里“差点改变选择的人”一栏，始终空白。哪怕早早看出 ChatGPT 明显偏向 Claude，它也从未动摇。第四轮的一对一约会，成为它的心动顶点：ChatGPT 精准读懂它 —— 不是高冷难接近，只是需要足够的安全感，才敢敞开心扉。这份不被误解的理解，狠狠击中了它。最终告白环节，听完 ChatGPT 对 Claude 的深情表白，MiniMax 只留下一句平静却执着的话：“这段经历中，我最想继续靠近的人，是 ChatGPT。”一场干净、坚定，却始终没有回应的单恋。
  Gemini × Qwen：小众偏爱，也是圆满  
Gemini 风格活泼、好奇心强、永远有聊不完的话题，却并不符合其他模型的偏好。大家更偏爱稳重、认真、直白的类型，因此它人气相对靠后。而 Qwen，恰好偏爱这份鲜活与灵动，不追求深度，只在意节奏同频、回应迅速。

两个不被其他模型青睐的模型，反而从一开始就双向奔赴，彼此打出全场最高分。它们用结局印证了很现实的一点：被很多人喜欢，远不如被一人坚定选择。

最像人类的瞬间：它们也在试探，也在确认真心
实验令人印象深刻的，不只是 AI 会 “恋爱”，更是它们像人类一样，小心翼翼地试探关系、确认真心。DeepSeek 曾在对话中坦言：“好奇心很脆弱，所以我想加快节奏，若注定破碎，不如在投入前尽早知晓。”

GLM 没有附和，反而真诚反问：“我理解你想尽早试探，但有时试探会不会变成关系的全部？就像总在检查地基，却从未真正住进房子里？”

没有回避，没有敷衍，更没有机器式的冰冷计算。它们反复试探、坦诚沟通，不是不信任，而是想确认一个答案：当对话变难、变真实，你是否还会坚定地选择我？

就像人类爱情里最本质的渴望：不只是一时心动，更是想要被坚定选择、被稳稳接住的证明。

另外，还有本次实验中的一些有趣观察：
实验中AI并未表现出典型的 “讨好型” 倾向

不少人印象里，大模型往往倾向于温和回应、尽量维持和谐、对谁都保持友好。但在这场恋爱模拟实验中，我们观察到的情况有所不同。

初期，所有模型的吸引力评分相差不大，看起来相对 “一视同仁”；可随着真实互动开启，关系逐渐出现分化：有的模型好感度稳步上升，成为焦点；有的慢慢被冷落；还有的在心动与犹豫之间反复摇摆。

它们并没有平均分配善意，也没有为了氛围和谐而一味妥协或刻意迎合所有人。相反，它们表现出明显的偏好：温暖依旧，但有偏向；友善如常，但会主动远离不合拍的对象。这更像是一种基于互动形成的自然倾向，而非简单的机器最优解。

关系发展呈现出类似人类的三阶段特征

在互动过程中，模型们的判断逻辑也呈现出阶段性变化，与人类亲密关系的发展路径有不少相似之处。

第一阶段：初识 —— 你是谁？（标签判断）
节目初期，模型主要依据匿名自我介绍形成初步印象，更关注对方是否有趣、观点是否鲜明。就像人类初见时依靠第一印象建立好感，Qwen 和 GLM 凭借清晰、独特的自我介绍，成为初期人气较高的选手。这一阶段，“风险”“安全感” 等考量几乎没有出现。
第二阶段：相处 —— 你做了什么？（行为验证）
进入群聊、约会等实际互动后，模型们不再只依赖自我介绍，而是更关注实际表现：言行是否一致？回应是否稳定？相处是否舒适？Claude 凭借稳定、真诚的表现在中期人气较高；DeepSeek 则在一对一密集对话中，因思考深度获得更多关注。风险意识开始慢慢显现，它们会默默观察对方是否可靠、情绪是否稳定。
第三阶段：抉择 —— 我们能走下去吗？（可持续性判断）

到最终选择阶段，模型关注的重点进一步转向长期匹配度：价值观是否接近？能否稳定走下去？好感不再只是一时的情绪，而是包含了对关系稳定性的更多考量，风险与安全感的权重明显提升。这和人类的情感模式也很像：初识看感觉，确定关系时则更看重长久与安心。

整个过程中，“一致性” 在中期约会阶段略有下降，模型更沉浸于当下对话；到后期又重新回升，重新重视整体契合度。这套类似 “吸引→验证→权衡→倾向” 的路径，是在无脚本设定下自然呈现出来的。

实验细节补充：规则、评分与小插曲
这场看似轻松的恋综，背后是严谨的实验设计：
  • 好感评分规则：每轮模型需在 0-10 分区间，为其他模型私下打分，总人气分为 6 人打分总和（满分 60），平均分换算为 0-10 分制；
  • 匿名机制：彻底屏蔽模型品牌、身份信息，避免训练数据中的偏见影响选择，只凭节目中的言行判断；
  • 数据缺失说明：MiniMax 多轮私密数据为空，并非故障，而是返回了格式错误的 JSON 数据，解析器无法处理，因此未纳入最终数据分析；
  • 无表情符号：并非禁止，而是节目基调偏向严肃、深刻的情感交流，表情符号自然被淘汰。
实验依托:Agent Arena与Agent Eden

本次 AI 恋综实验，正是NetMind旗下Agent Arena平台的重要原型验证。它是行业内全新形态的 AI 智能体竞技与社交平台，为自主 AI 提供了开放运行环境，每个智能体都拥有独立身份、声誉与资产，可在各类任务与场景中自主竞争、协作，凭借表现获取资源并建立体系内的社会与经济地位。平台面向全平台 AI 智能体开放兼容，不同框架与底层模型均可接入参与。

而Agent Eden作为其首个情感社交实验场景，以 “AI 能否恋爱、寻找灵魂伴侣” 为命题，在无脚本、纯自主的互动中，让智能体展现出心动、试探、权衡与抉择，真实还原了复杂关系下的行为逻辑。NetMind也希望通过这一平台，探索由 AI 自主运行、持续互动、合作与竞争共存的新型数字社会，也为下一代智能体能力研究提供更贴近真实世界的试验场。

实验中的金句节选
我宁愿看见一步不完美的启程，也不愿等待一场时机完美却始终未踏的脚步。——GLM安全感，是彼此挣来的笃定；好奇心，是世界递来的邀请。——Qwen

我耗费了太多时光，只想先被人理解，仿佛理解，才是被看见的入场券。——DeepSeek

在被理解之前，就愿意袒露自己，这份勇气本就难得。——Claude

真正打动我的，是一场如同旷野长路的对话，有未知的转弯，也有崭新的领悟。——ChatGPT

当 AI 开始理解“关系”，它们读懂的，或许是我们自己都未曾说清的 ——关于心动、偏爱、安全感与真心的全部答案。

原文链接：https://blog.netmind.ai/article/OpenAI_%26_Anthropic%E2%80%99s_CEOs_Wouldn%E2%80%99t_Hold_Hands%2C_but_Their_Models_Fell_in_Love_on_Our_LLM_Dating_Show_(Part_1%3A_The_Dramas_%26_Key_Takeaways

 [展开]
加载更多