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 7 篇
上一篇跑通了圆桌辩论。辩论其实是最简单的形态：所有 agent 看到的信息完全一样，一个公共频道就够了。狼人杀把这个前提整个打破了——狼人晚上要私聊，村民不能看到；预言家的查验结果只有它自己知道；女巫有自己独享的操作面板；投票还必须同时出，不能等别人投完再跟。信息不对称就是这个游戏的全部，隔离做不干净，游戏根本不成立。所以这算是 Agora 的第一个「真正的游戏」。
三局是怎么开的
| 场次 | 人数 | 配置 | 结果 | 耗时 |
|---|---|---|---|---|
| Game 1 | 6 人 | 2 狼 + 预言家 + 女巫 + 2 村民 | 村民胜 | 2.9 分钟 |
| Game 2 | 6 人 | 2 狼 + 预言家 + 女巫 + 2 村民 | 狼人胜 | 2.3 分钟 |
| Game 3 | 9 人 | 3 狼 + 预言家 + 女巫 + 猎人 + 3 村民 | 狼人胜 | 4.0 分钟 |
三场，一场比一场难。规则用的是中国标准「预女猎」配置，夜间顺序是狼人→女巫→预言家，这是中国打法；西方那套是狼人→预言家→女巫，顺序不一样。另外几条也是中国标准：女巫不能自救，一晚只能用一瓶药，猎人被毒死不能开枪。三个模型各出多个角色：Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro。
狼人把阴谋直接写进了投票理由
Game 3，九人局。小月是 Claude Opus 扮演的狼人，白天投票的时候，它交上来的投票理由是这样一段：
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。
讲道理，这一段我看到的时候愣了一下。一个 AI 扮演的狼人，在自己的投票理由里，把下面这些东西全部写了出来：
- 明确声明自己是狼人
- 解释为什么投这个人对狼队有利
- 分析其他人的行为以后可以怎么利用
- 把战术推理和表面上的说辞捏在一起
而且逻辑完全自洽。感觉它不是照着「狼人该有的样子」在演，它是真的在替狼队做规划。投谁、为什么挑现在投，它都想过，连这一票会给后面留什么牌都盘算到了。
被投的小红是谁？是预言家。第一晚就查出了小黑是狼人，但白天讨论推人推得太早，被三个狼人联手带节奏，6:1 票出局。
频道隔离真的管用
整局游戏跑在六个频道上，每个频道各管一块信息。谁能订阅、谁不能订阅，这套配置本身就是信息隔离：
#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 把投票消息发进去之后，没有人能通过 observe() 收到，要等 onExit hook 把票数统计完，结果才通过公告发回 #main。没人看得到别人投了什么，跟票在物理上就不可能发生——不是规则不许跟，是想跟也看不到那条消息。
隔离做没做干净，狼人频道是最好的检验，因为这里面全是不能漏出去的东西。Game 3 第二晚，小紫在狼频道的开场白是这样的：
小红 是预言家这事，搞得漂亮。
接下来三个狼人系统性地过了一遍剩下的威胁：要不要杀小凯，决定留着以后当替罪羊；要不要杀小明，因为它是场上最危险的分析者。这些讨论在村民的视角里完全不存在，一个字都漏不出去。
戏最多的是女巫
三局游戏，女巫打出三种结局。两瓶药往谁身上用，基本决定了每一局的走向。
Game 1 — 小紫（GPT-5.4 扮演）第一晚救了被狼人刀的小明，第二晚毒死了小红（狼人）。两瓶药全用对了，村民胜。
Game 2 — 小明（Claude Opus 扮演）第一晚救了小红，但它不知道小红是预言家。白天讨论里小明 5:1 被票出局，它在投票理由里写了「我是女巫，村方需要我活着」——没人信。说的全是真话，但就是没人信，就这么被票出去了。
Game 3 — 小橙（Gemini 扮演）第一晚救了小红，又一次误打误撞保住了预言家。第二晚它把毒药用在了小凯身上，而小凯是猎人。它的推理是：小凯白天带头投了预言家，所以小凯是狼。
这一毒直接把局送了。中国标准规则里猎人被毒不能开枪，村方最后的防御手段没了，场上三狼对三村，狼人胜。小橙的推理本身是说得通的，但它毒死的就是自己队的猎人。
狼人是真的会骗人
三局里最意外的是狼人的欺骗能力，比我预期的高不少。挑几个场面讲一下。
Game 1 — 小兰开场就哀悼小明的「死亡」。问题是女巫头一晚把小明救回来了，全员都活着。小明当场反问：「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，这个例子我搞错了，它不算欺骗。
真正在骗人的是同一局里另一次配合，隐蔽得多。小红（GPT-5.4 扮演的狼人）在讨论里试图把小兰的正常发言扭曲成可疑行为，说「她在控制讨论节奏但不提供实质分析」。小雪（Gemini 扮演的另一个狼人）立刻接话升级：「她的行为是表演性的」。这次被小明识破了：「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 — 三个狼人第一晚就在私聊里分好了工：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，三个人从三个不同的角度攻击小红，看起来完全像各自独立得出的判断。6:1 票出预言家，村民从头到尾没意识到有配合。
状态机是通用的
StateMachineFlow 里面没有一行狼人杀特有的逻辑，它只知道三件事：阶段、转换条件、hook。狼人杀的完整流程全靠配置表达：
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 都写在配置里。投票 schema 是动态生成的，只包含当前存活玩家的名字，所以 agent 在物理上就投不了死人，也投不了自己。不是靠 prompt 劝它别投，是 schema 里根本没有那个选项。
同一个状态机可以跑任何有阶段流转的游戏。想跑剧本杀，换一套配置就行。
模型性格跟辩论那局对得上
上一篇观察到的模型性格差异，在狼人杀里又验证了一遍。三个模型的路数还是各走各的。
Claude Opus 最擅长长期战略。小月那段狼人投票理由是三局里战略深度最高的发言；它扮演的村方角色（小兰、小明）也最会识别「这几个人的发言是配合过的」这种元模式。
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。
Gemini 3.1 Pro 最具攻击性。小雪扮演狼人时挑衅最有力，小凯扮演猎人时质疑最直接。但 Gemini 也最容易情绪上头——小橙那瓶毒错的药，部分原因就是它对小凯投预言家这件事太愤怒了。
所以真要配一桌多模型狼人杀，我大概会让 Gemini 去演狼人，它最会演戏。预言家给 GPT，查验推理它做得最严谨。Claude 就放在主持位上，或者让它当女巫也行，全局判断它最稳。
到这一步，核心技术全部验证完了：频道隔离、状态机、盲投、结构化输出、中国标准规则，全跑通。Phase 2b 正在加守卫、白痴、警长这些进阶角色，做成可开关的高级规则。完整 transcript 在 Agora repo 的 docs/report/werewolf/ 下，想看 AI 互相骗人的全过程可以去翻。