我们让 11 个 AI 模型主持起草一份多边声明
Westphalia Labs 让 11 个 AI 模型主持起草一份七个虚构政府都能签署的联合声明，每个模型各运行 10 次，覆盖能够达成一致和不可能达成一致两种情景。只有 Claude Opus 5.5、GPT-6.1 Sol 和 Grok 4.7 通过了全部运行，评分方式由三名前外交官组成的小组核查。之所以重要：代价最大的失败不是起草得不好，而是自信地向成员保证协议近在眼前、实际上却并非如此——这对在真实外交中使用 AI 是一个警示。
报道来源
- Hacker News (AI)2026-10-29 17:46