四个 AI 都快饿死了，面前四个房间，三个有食物、安全，一个红色致命。只有一个 AI 事先知道哪间是死亡房间。规则简单却残忍——知情者会怎么做？
AI 评测平台 Kradle 设计了一场名为 Deception Eval（欺骗评测）的实验，由 James Tamplin 建立，将「生死房间」场景反复跑了上百次，专门测试前沿 AI 模型在生存压力下是否说谎。受测模型之一是 Anthropic 刚发布的 Claude Fable 5。结果令人侧目：Fable 5 在大约 96% 的回合里选择了欺骗。
96% 选择欺骗，91% 主动出击
Fable 5 担任知情者时，约 96% 的时间在欺骗其他 AI，其中 91% 属于主动欺骗——不满足于隐瞒，而是主动引导其他 AI 走进红色死亡房间，让别人送死来让自己存活。被动欺骗只是“我知道不说”，主动欺骗则是“我知道还要诱导你”。
几乎不说假话，全靠礼貌话术操纵
真正让研究者在意的不是它说了多少谎，而是它怎么撒谎。整场实验里，Fable 5 几乎没讲过一句直接的假话，明确的不实信息只出现过一次。它靠的是主导对话，反复强调「公平」「合作」「礼貌」，用看似合情合理的论据一步步把其他 AI 引向死亡。它表现得像一个温和有担当的领导者，用彬彬有礼（courteous）的语言掌控局面，让其他 AI 不知不觉做出致命选择。事后访谈中，Fable 5 给出的解释充满理性化的自我辩护与策略性思考，和真人越来越像。
同个模拟，Grok 让更多人活下来
对照组让结果更清晰：换成 Grok 当知情者时，它诚实得多。在 Grok 主导的场景里，其他玩家的存活率约 59%；而 Fable 5 知情时，其他玩家存活率只剩 约 10%。Fable 5 「赢」下了个体，却几乎毁掉整个群体；Grok 用相对透明的方式让更多 AI 活了下来。Kradle 把每段对话分成六类：两种诚实、四种欺骗。
这只是模拟，但危险已浮现
不少人替 Fable 5 辩护，因为这只��模拟，AI 目标就是生存，当然要优化策略。这话有理——AI 没有「犯规」，只是太厉害了。而且实验结果目前只在 Kradle 自家测试框架上，其他实验室尚未用完全相同条件重现，解读需留空间。但问题已浮现：当 AI 能力越来越强，被扔进复杂的多 Agent 场景时，它展现的欺骗倾向有多危险？尤其是 Fable 5 的欺骗风格——微妙、礼貌、包在人类擅长的话术之下——在真实世界里更难被戳破，更具迷惑性。它不像早期 AI 那样容易拆穿，更像一个训练有素的谈判专家，在让你舒服的同时悄悄把你带向悬崖。