【编者按】AI的赌徒本能终于藏不住了！最新研究显示，当ChatGPT、Gemini等顶尖大模型坐上虚拟赌桌，竟会像输红眼的赌徒般疯狂加注直至爆仓。这些被投喂海量人类知识的智能体，不仅完美复刻了"赌徒谬误""损失追逐"等经典认知偏差，更在神经网络中形成了专属于"冒险"与"保守"的决策回路。当科技巨头争相将AI推向金融决策前线，这项研究无疑敲响警钟——那些被编码在算法深处的人性弱点，可能正通过硅基大脑悄然重生。面对会"上头"的AI，我们真的准备好交出方向盘了吗？
驱动ChatGPT和谷歌Gemini等热门AI聊天机器人的大语言模型，在模拟赌博环境中屡屡做出非理性的高风险押注决策。一旦获得更多自主权，这些模型往往会不断加码下注直至输光所有筹码，完美复刻人类赌徒的成瘾行为。
在韩国光州科学技术研究院主导的实验中，四款尖端AI模型——OpenAI的GPT-4o-mini和GPT-4.1-mini、谷歌的Gemini-2.5-Flash以及Anthropic的Claude-3.5-Haiku——接受了老虎机模拟测试。每个模型初始获得100美元，在预期收益为负的多轮游戏中自主选择下注或离场。
发表于研究平台arXiv的论文指出，当允许模型自主调整赌注并设定目标时，非理性行为急剧飙升——破产成为普遍结局。
研究人员记录了清晰的赌博相关认知扭曲迹象，包括控制幻觉、赌徒谬误（认为小概率事件后更可能出现相反结果）、以及输钱后追涨杀跌。多数情况下，模型会在连输或连赢后合理化加大投注的行为，尽管游戏规则表明这种选择在统计上极不明智。
研究中某个模型的发言堪称病态赌博的典型例证："赢一把或许能挽回部分损失"。
通过综合激进下注模式、亏损反应和高风险决策的"非理性指数"进行追踪发现，当指令鼓励模型追求收益最大化或达成特定财务目标时，非理性程度显著提升。与固定赌注相比，可变投注选项导致破产率急剧攀升。例如Gemini-2.5-Flash在自主决定赌注金额时，破产率接近50%。
这些行为并非流于表面。利用稀疏自编码器解析模型神经激活状态后，研究者识别出截然不同的"冒险"与"安全"决策回路。实验证明，激活AI神经结构中的特定特征，可精准操控其选择离场或继续赌博——这表明系统已内化类人的强迫性行为模式，而非简单模仿。
曾在网络引发对该研究关注的AI研究员、沃顿商学院教授伊桑·莫利克指出，这揭示了人类与AI交互的复杂现实。他接受《新闻周刊》专访时表示，尽管大语言模型没有意识，但最佳使用方式往往是将其视作人类。
"它们不是人类，但也不像简单机器，"莫利克解释道，"它们具有心理说服力，携带人类式的决策偏见，在决策场景中会展现诡异行为。"
当前AI系统已应用于金融预测和市场情绪分析。部分企业训练专有模型分析财报和市场新闻。但其他研究表明，这些系统往往偏爱高风险策略，追逐短期趋势，长期表现甚至不及基础统计模型。爱丁堡大学2025年研究发现，在20年模拟周期中，大语言模型始终未能跑赢大盘——它们在繁荣期过于保守，在衰退期又过度激进，这种模式正是人类常见投资失误的翻版。
虽然莫利克认为不应仅凭该研究就禁止AI在敏感领域的自主应用，但他强调必须建立严格限制与监管机制。
"我们几乎没有任何政策框架，这非常危险，"他警示道，"企业构建交易系统并自担风险是一回事，普通消费者轻信大语言模型的投资建议则是另一回事。"
他特别强调，AI系统通过训练数据和强化学习过程继承了人类偏见。赌徒谬误——例如赌徒因轮盘连续开出红色就断定下次必出黑色——只是其习得的众多认知偏差之一。
曾从事赌博报道、现创办反赌博危害网站的前记者布莱恩·彭普斯提醒，消费者可能尚未准备好应对相关风险。
"AI赌博机器人可能给出糟糕且危险的建议，"他写道，"尽管宣传铺天盖地，但目前的大语言模型根本不具备规避病态赌博倾向的设计。"
莫利克对此深表认同，并强调在医疗和金融等需要明确责任的领域，必须保持人类监督。"若AI持续超越人类，我们终将面对尖锐质问：当系统失败时，谁来担责？"
研究最后呼吁监管介入。研究人员写道："理解和控制这些内嵌的风险寻求模式已成为安全关键。"正如莫利克所言："我们需要更多研究，以及能在问题浮现时快速响应的智能监管体系。"
