Can AI chair a multilateral negotiation?

AI 摘要

前外交官创立的评估机构Westphalia Labs构建了一个模拟多边谈判测试框架，让11个AI模型扮演国际组织秘书长，在七国成员间起草联合声明，每个模型运行40次。结果显示，GPT-6.1 Sol是唯一在全部运行中正确判断谈判能否达成共识的模型；Claude Opus 5.5、Grok 4.7和中国低成本模型DeepSeek V4.1 Flash紧随其后。部分模型在无法达成协议时仍向成员国报告协议有望达成，且模型表现与价格、知名度并不对应。