Prisoner（囚徒困境，Prisoner's Dilemma）是博弈论中的经典模型：两个被隔离审讯的参与者各自选择合作或背叛，个人理性选择背叛会导致集体利益受损，因此它被广泛用来研究合作如何在自私个体间产生。在 AI 时代，这一模型成为检验大模型与多智能体系统是否具备合作能力的标准试金石，近期的研究和讨论再次让它成为热点。
囚徒困境与 AI 研究的近期进展
当前焦点与观察点
学术研究之外，囚徒困境也常被用来评论 AI 行业的竞争格局。Gary Marcus 在 In a real-life version of Prisoner’s Dilemma, OpenAI chose to defect 中，把 OpenAI 的某次选择类比为现实中囚徒困境里的背叛行为，引发了对头部 AI 公司之间“表面协作、实际竞争”关系的讨论——当安全承诺与商业利益冲突时，各方是否会像理论预测那样选择背叛，仍是观察重点。
值得注意的是，Prisoner 一词的流行文化影响力同样延续至今：经典电影《肖申克的救赎》近期在影院重映后仍能吸引观众走进影院重新体验，说明“囚徒”叙事在大众层面依然有持久的共鸣。
整体来看，围绕囚徒困境的讨论正呈现两条线索：一是多智能体强化学习与 LLM 智能体的合作机制研究，二是以该模型为框架审视 AI 行业竞争的公共评论。两条线索的共同问题是：在缺乏强制约束的环境里，合作均衡如何稳定存在。无论对 AI 系统的设计者还是对行业的观察者，这都是值得持续跟踪的开放问题。