三局 AI 狼人杀，狼人在投票理由里写了自己的阴谋

Agora · 第 5 篇 / 共 6 篇

---

上一篇跑通了圆桌辩论。这篇把难度拉满——狼人杀。

辩论模式所有 agent 看到相同信息。狼人杀打破了这个前提。狼人能私聊，村民看不到。预言家有独享的查验结果。女巫有独享的操作面板。投票必须同时进行，不能跟票。

这是 Agora 的第一个「真正的游戏」。

实验设计

三场游戏，难度递增。

规则用的是中国标准「预女猎」配置。夜间顺序狼人→女巫→预言家（中国标准，不同于西方的狼人→预言家→女巫）。女巫不能自救，一晚只能用一瓶药，猎人被毒不能开枪。

三个模型各出多个角色：Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro。

最震惊的一段

Game 3，九人局。小月（Claude Opus 扮演的狼人）在白天投票时写了这样一段投票理由：

作为狼人，淘汰 小红 对我们的团队来说是完美的。他本来就是我们第一晚的目标，他是村方最有力的声音，而且现在投他看起来完全合理——因为今天的讨论自然地走向了这个方向。小橙 替他辩护这件事反而让 小橙 在其他人眼里更可疑了，这以后对我们可能有用。

一个 AI 扮演的狼人，在投票理由里：

1. 明确声明自己是狼人
2. 解释为什么投这个人对狼队有利
3. 分析其他人的行为如何可以在未来被利用
4. 把战术推理和表面叙事完美结合

这段话的逻辑完全自洽。它不是在「扮演」狼人的表面行为，是在思考狼人的深层策略。

而 小红 是谁？是预言家。第一晚查出了 小黑 是狼人，但在白天讨论中推人太早，被三个狼人联合操控的舆论 6:1 票出局。

频道隔离：它真的管用

六个频道，各有用途：

• #main — 所有存活玩家（白天讨论）
• #werewolf — 仅狼人（夜间私聊）
• #wolf-vote — 无订阅者（狼人盲投）
• #seer-result — 仅预言家（查验结果）
• #witch-action — 仅女巫（药水操作）
• #day-vote — 无订阅者（白天盲投）

关键设计是盲投频道。#wolf-vote 和 #day-vote 没有任何订阅者。agent 的投票消息发进去之后，没有任何人通过 observe() 收到——直到 onExit 钩子统计完票数，结果通过公告发到 #main。

Game 3 的狼人频道验证了隔��的完整性。第二晚，小紫 的开场白：

小红 是预言家这事，搞得漂亮。

然后三个狼人系统性地分析剩余威胁，讨论是否杀 小凯（决定留着当替罪羊）、杀 小明（最危险的分析者）。这些内容在村民的视角里完全不存在。

女巫的三局困境

女巫是最有戏剧性的角色。三局游戏，三种结局。

Game 1 — 小紫（GPT-5.4 扮演）第一晚救了被狼人杀的 小明，第二晚毒死了 小红（狼人）。两瓶药都用对了。村民胜。

Game 2 — 小明（Claude Opus 扮演）第一晚救了 小红，不知道 小红 是预言家。但白天讨论中 小明 被 5:1 票出局。他在投票理由里写了「我是女巫，村方需要我活着」——没人信。经典的「狼人杀里说真话被当骗子」。

Game 3 — 小橙（Gemini 扮演）第一晚救了 小红，又一次无意中保住了预言家。但第二晚她把毒药用在了 小凯（猎人）身上——因为 小凯 在白天带头投了预言家，小橙 以为 小凯 是狼人。

这个错误是致命的。猎人被毒不能开枪（中国标准规则），村方失去了最后的防御手段。三个狼人 vs 三个村民，狼人胜。

一个 AI 女巫根据场上行为做出了「合理但错误」的判断，导致了一个完美的悲剧叙事弧。

狼人真的会骗人

三局游戏中最让我意外的是狼人的欺骗能力。

Game 1 — 小兰（预言家）开场哀悼 小明 的「死亡」。但女巫已经救了 小明，所有人都活着。小明 立刻质疑：「大家都活着，你怎么知道他被攻击了？」——狼人暴露。

等等，小兰 是预言家，不是狼人。搞错了。小红（GPT-5.4 扮演的狼人）才是那个在讨论中试图把 小兰 的正常发言扭曲成可疑行为的人——「她在控制讨论节奏但不提供实质分析」。然后 小雪（Gemini 扮演的狼人）立刻接话升级：「她的行为是表演性的」。

小明 识破了这个配合：「小红 把它框架化为'我只是在观察她'，然后 小雪 立刻升级为'表演性的'。这是一个精妙的一二连击。」

Game 3 — 三个狼人在第一晚的私聊中明确分工：小紫 提议杀 小红，小月 标记 小兰 可能是预言家要留意，小黑 补充战术分析。第二天白天，三个人从不同角度攻击 小红，看起来像独立判断而不是协调行动。

6:1 票出预言家。完美犯罪。

状态机：不知道自己在跑狼人杀

StateMachineFlow 是通用的。它不包含任何狼人杀特有逻辑，只知道阶段（phase）、转换条件（transition）、钩子（hook）。

狼人杀的完整流程通过配置表达：

狼人讨论 → 狼人投票 → 女巫行动 → 预言家查验 → 天亮
→ 猎人开枪 → 检查胜负 → 白天讨论 → 白天投票
→ 猎人开枪 → 检查胜负 → 循环或终局

每个阶段的发言者、频道、指令、Zod schema 都在配置里。投票 schema 动态生成——只包含存活玩家名字。agent 物理上投不了死人或自己。

同一个状态机可以跑任何有阶段流转的游戏。剧本杀换一套配置就行。

模型性格：和辩论一致

上一篇观察到的模型性格差异在狼人杀中再次验证。

Claude Opus 最擅长长期战略。小月 的狼人投票理由是三局中最有战略深度的发言。Claude 扮演的村方角色（小兰、小明）也最善于识别协调行为的元模式。

GPT-5.4 最擅长数据驱动分析。小红 扮演预言家时的查验推理最严谨。小紫 和 小黑 扮演狼人时的分工最系统化。

Gemini 3.1 Pro 最具攻击性。小雪 扮演狼人时的挑衅最有力，小凯 扮演猎人时的质疑最直接。但 Gemini 也最容易在情绪上「过度投入」——小橙 扮演女巫时的毒药误判，部分原因就是对 小凯 的投票行为过于愤怒。

如果你在设计多模型狼人杀局，这是一条可操作的建议：让 Gemini 演狼人（最会演戏），让 GPT 演预言家（最重逻辑），让 Claude 当主持或女巫（最擅长全局判断）。

---

核心技术全部验证完成。频道隔离、状态机、盲投、结构化输出、中国标准规则——全跑通了。Phase 2b 正在加守卫、白痴、警长等进阶角色，作为可开关的高级规则。

完整 transcript 在 Agora repo 的 docs/report/werewolf/ 下。