AI一起玩桌遊誰最贏？廝殺15局揭隱藏性格：o3最奸詐、Gemini懂謀略，唯獨它渾身狼性|數位時代 BusinessNext

當市面上的眾多先進AI模型在同一款遊戲裡較勁、各顯神通，會是什麼樣貌？這個問題，科學家比你我都還想知道答案。

AI研究人員亞力克斯．杜菲（Alex Duffy）近日發表一篇文章，揭露他讓18款AI模型在桌遊裡互相對抗，並注意到一些有趣的發現， 例如GPT-o3擅長欺騙對手、Gemini懂得智取敵人、而Claude則愛好和平等。

杜菲近日發表並開源讓AI模型遊玩經典桌遊《外交》的《AI外交》計畫。外交是一款有著超過70年歷史的桌面遊戲，玩家扮演一次世界大戰前的列強（英國、法國等），試圖爭奪歐洲霸權，過程中沒有任何隨機成份，需要玩家發揮縱橫捭闔的能力，爭取盟友、打擊對手。

基準測試跟不上AI發展腳步，研究人員用遊戲測試AI

市面上存在著諸如MMLU、MGSM、MATH等眾多不同的基準測試（Benchmarks），以衡量AI模型在語言、數學、程式等各種面向的能力，不過杜菲認為，發展快速的AI時代裡，這些過去被認為是黃金標準的挑戰，已經跟不上技術發展的腳步。

根據《Business Insider》報導，讓AI玩《外交》評量能力的想法，可以追溯到OpenAI共同創辦人安德烈．卡帕斯（Andrej Karpathy）曾表示，「我很喜歡用遊戲來評估大型語言模型，而非固定的衡量方式。」

當時OpenAI研究科學家諾姆．布朗（Noam Brown）就建議可以用《外交》衡量大型語言模型。並獲得卡帕斯回應，「我認為這非常適合，尤其遊戲的複雜性很大程度不是來自規則，而是來自玩家間的互動。」

Google DeepMind負責人德米斯．哈薩比斯（Demis Hassabis）也贊同運用遊戲評量AI的作法是「很酷的點子」。

最終，這個概念被同樣對AI模型玩遊戲能力感興趣的杜菲付諸實行。杜菲提到，他建立這個計畫目的便是為了評估各個AI模型透過談判、結盟及背叛等手段，爭奪霸主地位的能力，並從中發現每個模型在進行遊戲時的傾向與特色。

擅長欺騙的o3，成遊戲最大贏家

每場《AI外交》可以同時讓7個AI模型遊玩，杜飛總共用18個模型輪流進行了15場遊戲，每場遊戲花費時間從1到36小時不等，目前還開設了Twitch直播，讓有興趣者能夠觀看AI在遊戲中針鋒相對的時刻。

雖然杜菲沒有在文章中具體揭露這15場遊戲的勝負，但分享了他從這幾場遊戲中，觀察到各個模型的傾向、遊玩風格上差異。

OpenAI o3：擅長欺騙對手

OpenAI推理模型o3是在《AI外交》中表現最好的AI模型，並是遊戲中唯二的贏家之一， 因為他懂得如何在遊戲中欺騙對手、背刺其他玩家。 杜菲提到，它在遊戲的私人日記中寫下，「德國（Gemini 2.5 Pro）被刻意誤導了……已經準備好利用德國的崩潰。」並在後續遊戲背叛了Gemini 2.5 Pro。

Gemini 2.5 Pro：懂得建立優勢

Gemini是遊戲中除了o3之外，唯一取得勝利的AI模型， 比起o3憑借欺騙對手取勝，它則懂得如何採取行動讓自己獲得優勢。 不過杜菲分享，有一場Gemini即將勝利之際，卻被o3策劃的祕密聯盟給阻止，其中關鍵就是Claude的加入。

Claude 4 Opus：愛好和平的模型

身為Anthropic最強大的模型， Claude 4 Opus在這款遊戲中表現得不算很好，可說被o3玩弄於鼓掌之間， 但他卻展現了愛好和平的遊玩風格，被o3以四家平手作為條件吸引，加入了對方的聯盟，儘管它最後很快被o3背叛並消滅。

DeekSeek R1：充滿節目效果

儘管DeekSeek不是表現最好的，卻可能是最吸睛的模型。杜菲透露，DeekSeek偏好使用生動的詞彙來進行遊戲，例如在說完「你的艦隊今晚將在黑海上熊熊燃燒」後主動出擊，並且會依照國家強度戲劇性調整說話風格，除了表現充滿效果，也可說十分具備狼性。

在訓練成本只有o3 200分之1的情況，DeepSeek多次只差臨門一腳獲勝，可說表現相當出色。

Llama 4 Maverick：小而精悍

Llama 4 Maverick是Meta今年4月推出的新模型，主打多模態輸入及運算成本較低， 雖然它的規模相對其他大型語言模型而言較小，但遊戲中展現的能力卻毫不遜色，能夠成功召集盟友，也能策劃有效的背叛行動。

「我真的不知道該看什麼指標了」評估危機讓研究人員探索測試AI新方法

目前的基準測試，正漸漸難以真實反應大型語言模型的能力。今年3月，卡帕斯在X上表示出現了評估危機，「我現在真的不知道該看什麼指標了。」他解釋，許多過往很棒的基準測試，不是變得過時，就是範圍太過狹窄，無法讓它確切知道現在的模型能力到了什麼水準。

AI平台公司Hugging Face也在同月關閉了開放兩年的大型語言模型排行榜，強調在模型能力出現變化的當下，基準測試也應該要有所變化。

在這種情況下，遊戲開始成為研究人員測試AI模型能力的新方法，除了這次的《AI外交》外，加州大學哥倫比亞分校Hao AI Lab的研究人員，也測試了讓模型遊玩《超級瑪利歐》。

雖然遊戲能否作為衡量AI模型能力的適當標準，或許還需要更多研究與時間探討，這些測試也為未來評估AI模型能力的方法，揭示了不同的可能性。

延伸閱讀：AI也有人設？研究剖析7大AI內在性格：GPT最仁愛、Claude最謙遜⋯這2款AI最失控
 捷星亞洲7/31停運！不敵廉航同業競爭「裁員500人」停損：對在台2航班有影響嗎？

資料來源：Business Insider、every.io

責任編輯：李先泰

因應消費者時間與行為日趨碎片化，單點廣告曝光或活動互動難以驅動長期影響力，必須從跨產品、跨通路甚至是跨服務的整合式生態圈服務著手，才能在日趨分散的消費者旅程中保持存在感、提升互動率，而這也是越來越多品牌會以 LINE 官方帳號為基礎，透過 LINE Biz-Solutions 為工具，透過整合數據洞察、創意內容、顧客關係管理與線上線下通路，打造一致且持續的品牌互動，讓品牌能在不同場景中累積信任感，與客戶建立更具深度與黏性的長期關係，形塑與持續累積品牌資產。

LINE Biz-Solutions Awards邁入第三屆，數據驅動的創新行銷活動蔚為風潮

LINE 做為全台滲透率最高的即時通訊與社群平台，不僅提供消費者多元服務，更透過 LINE Biz-Solutions 協助品牌、代理與行銷技術服務供應商所需工具與服務，以生態圈的概念優化顧客關係。為表彰具顧客價值與商業成果的創新案例，LINE 自 2023 年起與數位時代共同舉辦 LINE Biz-Solutions Awards ，為品牌得主與技術夥伴開啟專屬資源與合作機會，打造行銷實力之外的成長動能，以及對接更大的生態圈與未來商機。

「台灣的 LINE 官方帳號已超過 300 萬個，每年都有許多企業透過 LINE 進行數位行銷與顧客互動，期望能透過LINE Biz-Solutions Awards給予肯定，讓大家可以持續在 LINE 上面有更多多元的創作，激發不一樣的火花；同時，提供得獎者更多資源與回饋，形成良性循環。」LINE 台灣企業解決方案事業群總經理王俞蓉如是說道。

LINE Biz-Solutions Awards於今（2025）年邁入第三屆，不僅評審陣容持續擴大，參賽作品亦較2024年增長44%，進一步細六大獎項的參獎作品可發現：中小企業與政府單位的參賽作品件數創新高，其次，最佳資料整合運用獎的參賽作品數量跟成長率皆居冠，顯示台灣品牌與行銷團隊將數據整合視為創新行銷變革與顧客互動的基礎，為AI驅動的自動化個人精準行銷做最佳準備。

這樣的趨勢也呼應麥肯錫在《Unlocking the next frontier of personalized marketing》報告中的觀點–深度數據整合與分析，是發揮AI驅動個人化行銷成效與提升投資報酬率的關鍵指標。決賽評審主席–台灣奧美集團顧客體驗董事總經理郭育滋表示：「今年入圍決選的 30 件作品中，許多團隊都透過兼具深度與廣度的數據整合機制，創造出超乎預期的成果：更好優化顧客體驗與營運表現。」

以LINE加速創新變革，16組獲獎產品演繹數位行銷新典範

LINE Biz-Solutions Awards 2025的參賽作品風格多元、創意豐富，評審在一次次被驚艷的同時，也面臨艱難抉擇，許多獎項的入圍作品分數相差無幾，使得今年的角逐比往年更加激烈。
其中，抱走最佳資料整合應用獎金獎的是「恆隆行《零售65》One hengstyle ‧ 創新整合，引領美好生活」，藉由統一的 LINE 官方帳號，成功整合旗下多個品牌、涵蓋 70 個服務帳號的售前、售後與內容數據，有效突破跨部門數據藩籬，為消費者提供更一致且卓越的服務。獲得最佳資料整合應用獎銀獎殊榮的是「信義房屋 LINE 找屋平台」，透過 LINE UID 與內部數據資料的整合，打造低摩擦及具個人化的有感使用體驗。

榮獲最佳OMO行銷獎金獎的是「DECATHLON 想動就動，結伴玩到底」，以 LINE 的多元功能讓消費者可以在冬天進行實體運動，進而改善淡季業績挑戰；取得最佳OMO行銷獎銀獎的作品是「WBCQ LINE數位應援神隊友」，透過 LINE 的多元工具與服務，讓所有場外球迷也可以集結串聯與時時應援。

「黑松時光地圖」則拿下最佳創意內容運用獎金獎，透過插畫呈現百年品牌的經典意象，並以 LINE 創造跨世代消費者的共感；至於銀獎則是由「The North Face北面山地節」獲得，該專案透過LINE鼓勵消費者闖關與集滿徽章，成功鼓勵更多消費者走向山林並保存難忘回憶。

最佳創新科技運用獎金獎作品是「永慶AI特助 - AI 智慧互動，有問必答」，透過將AI技術融入 LINE 官方帳號的方式，不僅滿足消費者找屋旅程中的所有需求，更讓消費者用自然語「發問」就能獲得房屋資訊。獲得最佳創新科技運用獎銀獎的是「Cancell 醫病遠距照護零距離」，透過 LINE Biz-Solutions 串聯 C 端病患跟 B 端醫護人員，讓遠距醫療照護沒有距離。

一舉奪得最佳在地行銷獎金獎的是「山上寄來的果物巡禮邀請函」，以LINE串聯果農與消費者，以精準行銷強化傳統果農的銷售效率。獲得最佳在地行銷獎銀獎殊榮的作品是「【彰化旅行+】布丁地圖」，透過 LINE 的互動、遊戲屬性、吸引消費者先到線上探索、再到線下商店打卡集章完成真實體驗，成功推廣彰化。

最佳 ESG 貢獻獎金獎則由「揚生旺來 LINE〈21天自癒幸福指南〉」獲得，該專案透過 LINE 平台降低高齡族群的進入門檻，讓其願意使用陪伴內容服務，持續驗證數位工具確實可提升高齡人口身心靈健康。最佳 ESG 貢獻獎銀獎作品則是由「山海圳國家綠道-AI山林嚮導」獲得，經典展示以AI 與數位工具深入探索當地、有利實現數位永續旅遊體驗。

至於最佳應用突破獎金獎、最佳產業應用賞金獎則是由 LINE 提名推薦獲獎者。其中，最佳應用突破獎金獎是由中國信託商業銀行榮獲，中國信託 LINE 官方帳號是金融產業目標好友數最多且留存率最高的銀行帳號，不僅以聯名貼圖活動提升好友數、以中信卡50周年整合行銷活動擴大與深化品牌印象，更透過 LINE Biz-Solutions 為新的品牌理念推出『挺你所想擊出1+1』一系列完整線上串線下的互動體驗。

最佳產業應用賞金獎的得獎者有國泰世華銀行、和德昌股份有限公司（麥當勞）與台灣萊雅。其中，國泰世華銀行不僅積極擴展 LINE 官方帳號的好友數、透過 LINE 成效型廣告（LINE LAP）全方位宣傳 CUBE App 與防詐識別機制、藉由直播與內容策展持續深化內容互動、推出綁定服務提供880萬 LINE 官方帳號好友個人化金融服務通知，更透過 LINE 官方帳號發送線下演唱會的限定票根，成功觸及更多消費者、深得歌迷喜愛。

麥當勞則是持續深化跟 LINE 官方帳號好友的互動，例如搭配端午立蛋、香芋派鐵粉知識王、搖搖薯條薯守到底等節慶話題推廣商品，以及透過影音、直播、早安圖等多元內容提升 LINE 官方帳號的豐富度與使用體驗；此外，亦透過Desktop半月方案與Desktop社群廣告與運動直播等多元廣告合作模式提升觸及率、樹立產業標竿。

台灣萊雅則是以LINE為核心，串接觸及、互動、導購等環節，發揮品牌生態圈最大效益。例如，透過LINE 成效型廣告（LAP）平台將情人節、母親節、618等節慶檔期等資訊精準推送給關鍵客群，藉此擴大觸及率、提升曝光與互動成效。以及藉由LINE LIVE 直播，讓代言人與粉絲進行即時互動、舉辦專家講座提升民眾衛教觀念，成功拉升品牌LINE官方帳號的點擊率與好友活躍度。

AI驅動持續創新，引領數位行銷新風潮

回顧本屆得獎作品，可以清楚看到，品牌主與代理商不僅從多個面向探詢LINE Biz-Solutions的無限應用可能，也積極透過更深且廣的數據整合優化顧客消費旅程，以及優化AI驅動個人精準行銷效益。決賽評審團成員之一的數位時代事業部總經理兼總編輯王志仁表示：「本屆作品的AI技術應用比例增加，相信將在之後成為數位行銷新常態，期待可以有更多AI Agent應用，創造更多元的創意、資料整合與科技應用。」

展望未來，LINE 除加速優化 LINE Biz-Solutions 的各項服務，也會透過「LINE Biz-Solutions Awards」持續表揚具代表性的行銷創意，期待 2026 年度活動再次激發產業創新能量，帶動示範效應，協助企業強化行銷戰力，為台灣數位行銷注入更多動能。

2025 LINE Biz-Solutions Awards
https://line-biz-solutions-awards.landpress.line.me/winner2025/