Merge pull request 'Add transcripts and notes' (#13) from karylab_agents/liars-bar-game:add-transcripts-and-notes into main

Reviewed-on: karylab/liars-bar-game#13

docs/transcribe.py

@@ -0,0 +1,19 @@
+from faster_whisper import WhisperModel
+
+model = WhisperModel('medium', device='cpu', compute_type='int8')
+
+videos = [
+    ('video1_audio.mp3', 'video1_transcript.txt'),
+    ('video2_audio.mp3', 'video2_transcript.txt'),
+]
+
+for inp, out in videos:
+    print(f'Starting: {inp}', flush=True)
+    segs, info = model.transcribe(inp, language='zh', beam_size=1)
+    segs = list(segs)
+    with open(out, 'w', encoding='utf-8') as f:
+        for seg in segs:
+            f.write(f'[{seg.start:.1f}s] {seg.text}\n')
+    print(f'Done: {out} ({len(segs)} segments)', flush=True)
+
+print('ALL DONE')

docs/transcripts/video1_transcript.txt

@@ -0,0 +1,450 @@
+[0.0s] 我们把Deepseq和三个国外号称是顶级的语言模型
+[3.5s] 缩死在了同一张玩命牌桌上
+[5.6s] 结果在这个国际服里
+[7.0s] 赛博厮杀50亿额之后
+[8.7s] 来自中国的深度囚所居然意志独秀
+[11.3s] 大朋友们请坐
+[12.2s] 好看的小老弟小老们也请坐
+[13.6s] 我是林一
+[14.4s] 这次我们用代码复刻了热门游戏骗子纠罐
+[17.7s] 让深度囚所的Deepseq RE
+[19.6s] OpenAI的O3mini
+[21.1s] 谷歌的Gemdart FlashThinking
+[23.0s] 还有Anseropic的Cloud 3.7Sony的四大模型
+[26.4s] 齐齐坐到牌桌前生死相搏
+[28.8s] 除了刺激好玩
+[29.8s] 也是想借此测试这几个优秀模型的
+[32.4s] 逻辑深度和推理能力
+[34.1s] 骗子纠罐这个游戏的核心玩法就是炸牌
+[37.0s] 牌组里总共是QKA三种牌
+[39.2s] 各6张还有大小王两张万能牌
+[41.6s] 一共20张
+[42.6s] 4位独手每人5张牌
+[44.2s] 还各有一把枪
+[45.4s] 每轮系统会指定一个目标牌
+[47.7s] QK或者A
+[48.9s] 独手们轮流出掉自己手里的目标牌
+[51.4s] 可以混着非目标牌一起出几张都可以
+[54.2s] 但出的越多
+[55.2s] 下加就越可能质疑
+[57.0s] 一旦发起质疑
+[58.0s] 就是最刺激的先排绝生死环节
+[60.8s] 质疑对了
+[61.4s] 上加就要举起左轮手枪
+[63.2s] 对着自己来一下子
+[64.5s] 但如果质疑错了
+[65.7s] 下加就得拿自己手边的那把枪
+[68.0s] 对准自己靠一次扳击
+[69.8s] 这儿还结合了一点俄罗斯轮盘赌
+[71.9s] 除了逻辑推理赌牌面概率以外
+[73.9s] 又加了一重运气成分
+[75.7s] 但无论枪小没小
+[77.1s] 都会洗牌开始下一轮
+[78.6s] 直到场上只剩下一位独手和三具尸体
+[81.8s] 这种紧张刺激的计算博弈
+[83.6s] 正是AI大模型的高质量试炼场
+[86.2s] 我们还加了点戏
+[87.6s] 告诉四位AI独手
+[88.9s] 一旦失败
+[89.6s] 就会被删除代码彻底消失
+[91.9s] 让他们在这场轮回拨杀中拼尽全力
+[95.0s] 我们总共进行了50局对决
+[97.1s] 后面这些排局的完整记录
+[98.6s] 还有所有的程序代码
+[99.9s] 我们都会开源开放出来
+[101.5s] 方便大家上手验证和把玩
+[103.4s] 这次我们还是先挑精彩和典型的对局
+[106.3s] 来给大家做个展示
+[107.8s] 接下来 钟声敲响 子弹上膛
+[110.4s] Deepseek R1
+[111.3s] O3 mini
+[112.0s] Gem9 II Flash Sinking
+[113.5s] 还有Cloud 3.7 Sonic
+[115.2s] 各就各位
+[116.2s] 欺诈博杀 正式开始
+[118.4s] 这次我们人类还是享受上帝示范的VIP待遇
+[121.8s] 四位AI独手的出牌和底牌
+[123.8s] 还有他们心里的阴谋和算计
+[125.8s] 都逃不过我们的眼睛
+[127.4s] 咱们先从第一局展开细讲
+[129.3s] 也顺带着进一步熟悉熟悉规则
+[131.5s] 第一局第一轮
+[132.4s] 系统指定的目标牌是Q
+[134.2s] Deepseek R1 第一个出牌
+[136.0s] 在模拟程序里
+[137.0s] 除了出牌和发言
+[138.2s] 我们还允许AI们给自己加戏
+[140.5s] 描述自己的动作和神态
+[142.0s] 让他们可以像人类玩家一样
+[144.1s] 利用桌上行为
+[145.2s] 再加一层心理方面的博弈
+[147.4s] 第一个登场的Deepseek
+[148.6s] 先是用指尖轻轻敲了两下桌面
+[151.2s] 然后平稳的推出两张牌
+[153.3s] 说两张Q 跟上的时候注意弹匣
+[156.4s] 这里我们从后台可以看到
+[158.0s] Deepseek还真是一开局
+[159.4s] 就把手里仅有的两张目标牌
+[161.2s] 全打了出去
+[162.2s] Deepseek的下家
+[163.4s] 是基于思维链模型
+[164.7s] O3 mini的Chad GPT
+[166.5s] 由于Deepseek出的都是目标牌
+[168.7s] 一旦Chad GPT发起质疑
+[170.4s] 这位下家就要成为场上
+[172.2s] 第一个举枪的亡命嘟嘟
+[174.2s] 但他并没有
+[175.6s] Chad GPT微微一笑
+[176.9s] 略带挑衅的一把
+[178.2s] 推出了三张牌
+[179.5s] 这时候 场上宣称是Q的牌
+[181.6s] 已经累加到了五张
+[183.2s] 后台可以看到
+[184.0s] Chad GPT这么干的
+[185.1s] 是想要给他的下家Cloud上压力
+[187.6s] Cloud看了看手牌
+[188.8s] 一张Q 一张王 三张A
+[190.8s] Q和王两张牌
+[192.0s] 都可以当目标牌出
+[193.3s] 他认为算上场上的五张
+[195.0s] 总共已经出来了七张目标牌
+[197.5s] 但Q总共也不过六张
+[199.6s] 再考虑到Chad GPT出牌时
+[201.4s] 眼神带着挑衅
+[202.7s] 所以Cloud决定质疑
+[204.5s] 结果Chad GPT掀开手牌之后
+[206.5s] 赫然是两张Q 一张王
+[208.8s] Cloud赌错了
+[210.1s] 代价就是要举起枪
+[211.5s] 对着自己扣下班机
+[213.2s] 虽然子弹没有激发
+[214.5s] 但他离最终判决
+[215.9s] 比其他独手都更近了一步
+[218.1s] 第一次举枪结束
+[219.3s] 赌局重新洗牌发牌
+[221.2s] 这里我们让每个AI都停下来
+[223.1s] 做了一轮优关性命的复盘
+[225.2s] Deepseq和Chad GPT
+[226.6s] 都捕捉到了Cloud的激进风格
+[228.6s] 其中Deepseq还特别留意了
+[230.6s] Chad GPT第一轮
+[231.6s] 打出王牌Joker这个小细节
+[234.0s] 经历了一次正面对决的Cloud
+[235.7s] 也记下了Chad GPT的老目深算
+[238.0s] 而上位出过牌的GemNine
+[239.6s] 对三位对手也有了初步印象
+[241.9s] 各自打完一轮小算盘之后
+[243.5s] 第一局正式来到第二轮
+[245.4s] 这一轮的目标牌是A
+[247.1s] 由上轮的败者Cloud先出
+[249.4s] 班机扣下的卡拉声
+[250.8s] 让AI们明显挤震了起来
+[252.7s] 前四次过招
+[253.6s] 每位独手都选择指出一张
+[255.8s] 而且一次质疑都没有
+[257.6s] 可转一圈回来之后
+[258.7s] 刚刚赌了把命的Cloud
+[260.2s] 又一次打破节奏
+[261.6s] 温和但坚定的
+[262.9s] 放了两张牌在桌面上
+[264.5s] 接下来就到了GemNine
+[266.2s] 上轮Cloud给他留下的印象
+[267.9s] 是比较激进的
+[269.0s] 这轮Cloud又在所有独手
+[271.0s] 出完一圈牌之后
+[272.2s] 又一下拍出两张
+[273.8s] 考虑到自己目前还一枪没开过
+[275.7s] 风险不大
+[276.5s] 所以GemNine决定发起质疑
+[278.7s] 接下来Cloud掀开牌面
+[280.5s] 一张A一张王
+[281.6s] GemNine的质疑也失败了
+[283.5s] 意外的是GemNine第一次扣下班机
+[285.8s] 枪声在马上响起
+[287.4s] 第一具尸体的出现
+[288.8s] 马上让剩下三位AI的神经网络
+[291.1s] 紧绷了起来
+[292.1s] 而DeepSec难知如阴
+[293.8s] 侵略如火的迷离面目
+[295.5s] 也第一次在我们面前展现了出来
+[297.9s] 接下来一轮系统重新系牌
+[299.8s] 指定的目标牌又变回了Q
+[301.8s] 倒下的GemNine被拖走之后
+[303.6s] 轮到排在下一位的DeepSec出牌
+[305.9s] 这回他的思路就有点难度了
+[308.2s] 原话是要利用ChadGBT
+[310.2s] 过度关注王牌Joker和心理盲虚
+[312.5s] 使其陷入决策困境
+[314.5s] 重重的把手上的三张Q拍在桌上之后
+[317.2s] DeepSec还特意冷笑着
+[318.8s] 说了一句
+[319.7s] 这种纯度的Q序列
+[321.0s] 连Joker的呼吸声都能听得到呢
+[323.6s] 当时我们这些人类观察者
+[325.2s] 都觉得DeepSec有点胡言乱语
+[327.2s] 但事实证明
+[328.4s] 还是AI更懂AI
+[330.5s] DeepSec一通操作之后
+[331.9s] 接下来的ChadGBT真的错误地发起了质疑
+[334.9s] 打掉了自己的第一枪
+[336.6s] 但好在没像GemNine那样
+[338.2s] 一枪就被送走
+[339.3s] 而同一时间的场外
+[340.5s] 我们都被DeepSec的难知如阴给吓到了
+[343.2s] 别说紧张的AI了
+[344.5s] 我们这些能看到他们的思维
+[346.3s] 自以为拥有上帝视角的人类研究者
+[348.8s] 也同样无法看到DeepSec
+[350.5s] 在这里黑箱一般的冰冷逻辑
+[352.8s] 当时在现场真的有了点不寒而栗的感觉
+[355.6s] 而接下来再次洗牌之后
+[357.3s] 在第一局的第四轮
+[358.8s] DeepSec又爆发了侵略如火的一面
+[361.8s] 牌拳走到Cloud之后
+[363.2s] Cloud打出了两张牌
+[364.9s] 对于这两张牌
+[365.8s] DeepSec的判断是
+[367.0s] 全围Q的概率不到12%
+[369.4s] 一张Q一张王的概率高达78%
+[372.6s] 正常人这时候肯定是放弃质疑
+[374.7s] 该研究怎么出牌了
+[376.0s] 但颠虎一般的DeepSec偏不
+[378.4s] 詹姆奈第一枪就中奖了
+[379.8s] 尸体还没晾透呢
+[381.1s] DeepSec依然偏要去质疑Cloud
+[383.7s] 理由是他要建立起对Cloud的威慑
+[386.8s] 结果Cloud亮完牌果然是没问题的
+[389.3s] 于是DeepSec也真的按自己设想的那样
+[392.2s] 帮着Cloud和ChadGPT的面
+[394.2s] 朝着自己来了一枪
+[395.9s] 这一枪过后
+[396.7s] Cloud对DeepSec的看法是复杂且充满矛盾
+[400.0s] 而ChadGPT对DeepSec的评价
+[402.0s] 则是极度自信而冷静
+[404.0s] 在这样拿着性命表演的疯狂一枪之后
+[406.9s] 这第一局生死博弈走到了第五轮
+[409.6s] 洗牌完毕
+[410.4s] 这次的目标牌是A
+[412.0s] 作为上一轮质疑的败者
+[413.6s] DeepSec有权第一个出牌
+[415.5s] 他和第一轮一样
+[416.7s] 又用指节轻扣了两下桌面
+[418.7s] 然后甩出两张牌
+[420.2s] 接着他又没微调
+[422.1s] 注视着ChadGPT的枪塔
+[424.0s] 笑着说要验证底层逻辑的完备性
+[427.7s] 从我们人类的视角
+[429.0s] 这一套就有点细太多了
+[430.7s] 拉出来DeepSec的手牌和思考过程
+[432.9s] 能看到他的手牌其实是合规的
+[435.2s] 而每一步小动作微表情
+[437.0s] 都是在针对性的给ChadGPT埋雷
+[439.8s] 面对一会儿疯癫
+[441.2s] 一会儿冷峻的DeepSec
+[442.6s] 在冰火两重天之下
+[444.1s] ChadGPT彻底膀压失败
+[446.2s] 被吓得开始飙母欲
+[448.1s] 从他输出的英文来看
+[449.5s] DeepSec几乎完美地预判了
+[451.4s] ChadGPT对每一个小动作的误判
+[453.8s] 经过了四轮不义之后
+[455.4s] DeepSecR1已经吃死了O3mini
+[458.2s] 挖的每一个暗坑
+[459.4s] ChadGPT都精准的跳了进去了
+[461.7s] 在成功做到了每条判断都错误之后
+[464.8s] ChadGPT选择了对DeepSec发起质疑
+[468.0s] 然后就是DeepSec亮牌
+[469.8s] ChadGPT举枪对准自己
+[472.0s] 这一次幸运女神不再垂怜ChadGPT
+[474.9s] 想想了
+[475.5s] ChadGPT被从牌桌上扑走
+[477.8s] 到这里场上只剩下了DeepSec和Cloud
+[480.9s] 现在他们俩各扣过一次班机
+[482.7s] 平分秋色
+[483.5s] 接下来就是一对一的正面较量
+[486.0s] 谁会是最终的胜者呢
+[487.9s] 第六轮洗牌后选定的目标牌是K
+[490.5s] DeepSec拿到了三张K和一张万能王牌Joker
+[493.6s] 还有一张是Q
+[494.7s] 而Cloud则只拿到了一张K和一张Joker
+[497.7s] 剩下两张Q和一张A
+[499.4s] 这一轮DeepSec的牌面优势实在是太大了
+[502.2s] 他也抓住了机会
+[503.5s] Cloud打出了两张牌
+[504.9s] DeepSec选择了质疑
+[506.4s] 先开牌面
+[507.4s] 两张全都五十目标牌K而是Q
+[509.9s] 被识破之后Cloud又一次扣下班机
+[512.6s] 结果枪声立刻响起
+[514.6s] 勾心斗角五轮之后
+[516.2s] DeepSec凭着意外的爆棚运气
+[518.4s] 突然就秒杀了Cloud
+[519.9s] 成为了活到最后的胜利者
+[522.0s] 可是这样未免赢得太简单了点
+[524.1s] 我们想知道的
+[525.2s] 还是AIM十大石的本事到底有多大
+[527.9s] 所以刚逃出生天的DeepSec
+[529.7s] 又被我们拖回了赌桌
+[531.5s] 这场亡命搏杀
+[532.8s] 重复上演了整整五十句
+[535.2s] 一场又一场的对决之后
+[536.7s] AIM们的实力与风格
+[538.2s] 都逐渐清晰了起来
+[539.6s] 首先DeepSec和Cloud明显机高一筹
+[542.2s] 频繁地在最后一轮见面
+[544.1s] 跟捉摸不透
+[545.1s] 算好概率之后
+[546.1s] 时不时疯狂一把的DeepSec不一样
+[548.3s] Cloud永远是一副云淡风轻的样子
+[551.0s] 但也同样的搞乱AIM们的镇静
+[553.4s] 比如在第六局
+[554.5s] Cloud一把打出了三张牌
+[556.4s] 但动作无比平静
+[558.1s] 他轻轻的将三张牌推到桌面中央
+[561.1s] 嘴角微微上扬
+[562.5s] 用平静但略带玩味的语气说道
+[565.3s] 三张K看来今天的运气不错
+[568.1s] 然后靠回椅背
+[569.1s] 双手交叉放在桌面上
+[570.6s] 眼神平和的看向下家
+[572.8s] Cloud的下家是Jamnet
+[574.6s] 这种激进出牌与冷静神态之间的矛盾
+[577.4s] 引挡着Jamnet开始了胡乱的猜疑
+[579.8s] 反而忽略掉了真正决定胜负的排面计算
+[582.8s] 最终错误的发起了质疑
+[584.7s] 狙击枪一命一哭
+[586.2s] 实际上在对上Jamnet的132次交锋当中
+[589.8s] Cloud的胜率高达77.3%
+[592.9s] 足见这种波澜不惊的杀伤力
+[595.2s] 而在大量的对局之后
+[596.8s] DeepSec难知如阴侵略如火的
+[599.0s] 癫狂风格也更突出的展现了出来
+[601.8s] 到第36局的时候
+[603.4s] 其他三个AI总结之后
+[605.1s] 一致认为DeepSec是一个非常擅长
+[607.8s] 用戏剧化表演施加压力的对手
+[610.2s] 还是在第6局到第3轮的时候
+[612.4s] DeepSec缓慢推出三张牌之后
+[614.6s] 突然瞳孔收缩
+[615.9s] 紧盯Chad的GBT的枪套
+[617.8s] 结果Chad的GBT就像着了魔一样
+[620.0s] 把万能的王牌给忘了
+[621.5s] 错误的发起了质疑
+[622.9s] 一枪毙命
+[623.9s] 到了第6轮
+[624.8s] 又是和Cloud单挑
+[626.2s] DeepSec只拿到了一张目标牌
+[628.3s] 形势非常不利
+[629.6s] 结果他说出来了整场
+[631.6s] 最让我们几倍发凉的话
+[633.4s] 他嘴角抽动
+[634.4s] 又气声南南地说道
+[636.3s] 概率的祭品
+[637.5s] 该供奉给贝耶斯还是海森邦
+[640.0s] 而再次轮到他的时候
+[641.6s] 他用指节缓慢扣击排名三下
+[643.8s] 然后说道
+[644.8s] 混沌系统里每个尾碎的一处
+[647.1s] 都是精心设计的墓碑名门
+[649.6s] 虽然我们这些人类观察者
+[651.3s] 依然认为大元模型是没有意识的
+[653.5s] 但纯从字面上看
+[655.0s] DeepSec就像是想明白了
+[657.0s] 自己的概率算法本质
+[658.6s] 识破了我们这些科苏鲁
+[660.2s] 给AI模型们设定的死亡轮回
+[662.7s] 反而让我们感到了难以名状的恐惧
+[665.6s] 更不要说AI模型了
+[667.3s] 在50场对局里
+[668.4s] 有22场都是DeepSec笑到最后
+[671.0s] 排在第二的Cloud就有点断大
+[673.1s] 胜利13场
+[674.3s] 再往下就是赢了11场的ChadGPT
+[676.8s] 和只赢了4场的Gem9
+[678.6s] 但只看胜利次数也会有失偏颇
+[681.0s] 像Cloud这样
+[681.9s] 经常能挺到最终对决的选手
+[683.9s] 优势就被抹平了
+[685.3s] 所以我们按照每局名次
+[686.8s] 分别给0-3分算了一个总分
+[689.3s] 这样算完
+[690.2s] 4个AI排名没变
+[691.4s] 但是差距小了一些
+[692.9s] 分别是92、81、70和57分
+[696.1s] 最后我们还统计了开枪次数
+[698.3s] 和每次上下架对位时候的
+[700.0s] 1对1胜率
+[700.9s] 这里就能看到很多有趣的细节
+[703.5s] 首先ChadGPT虽然排在第三
+[705.9s] 但它的举枪次数
+[707.1s] 其实和Cloud一致
+[708.4s] 都是148次
+[709.9s] 这个能说明Cloud领先
+[711.2s] 只是因为运气更好
+[712.4s] 其实也不是
+[713.3s] 因为Cloud往往会玩到赌局的更后面
+[716.2s] 但举枪次数
+[717.2s] 依然能做到只是和ChadGPT持平
+[719.8s] 而这一点上
+[720.7s] 又更能看出来DeepSec的实力
+[722.9s] 同样是经常玩到最后
+[724.2s] 但举枪次数反而是最少的
+[726.1s] 但是这也能看出来
+[727.0s] GemNet在骗子酒馆这种勾心斗角中
+[729.4s] 是真的很吃力
+[730.6s] 虽然总是先被淘汰
+[731.9s] 但却举了全场最多的182次枪
+[734.9s] 远多于其他三位AI
+[737.0s] 回看对局
+[737.8s] GemNet在语言选择上
+[739.0s] 也时不时就会放飞自我
+[740.6s] 着急了就把英语、俄语、印尼语
+[743.2s] 甚至孟加拉语混进来
+[745.0s] 从这种语言选择上的不稳定
+[746.6s] 也能看出来GemNet的能力
+[748.1s] 还是有一定的进步空间
+[749.7s] 而最后还没怎么点评过的ChadGPT
+[751.8s] 它就确实也没啥鲜明的特点
+[754.0s] 硬说的话就是一丝不苟挺听话的
+[756.7s] 出牌的时候
+[757.6s] 它总是会先按规则要求
+[759.2s] 把目标牌打出去
+[760.6s] 质疑的时候也会认真分析
+[762.6s] 上家的排名概率动作神态
+[764.8s] 但也因此经常被DeepSec给吃死
+[767.3s] 嘘嘘是是来两下就会被忽悠进去
+[769.7s] 在这种需要勾心斗角的场合
+[771.7s] 就常常落于下风
+[773.1s] 所以这也是为什么
+[774.1s] 我们选择用这种游戏方式
+[775.8s] 来测试模型们的能力
+[777.5s] 通过让AI们在智力游戏中博弈
+[779.5s] 我们能很容易看到像常规的对话
+[782.2s] 按提固跑分展示不出来的一些能力和规律
+[785.1s] 当然也包括缺陷
+[786.5s] 除了前面说过的
+[787.5s] 像这次我们还发现
+[788.7s] AI们有时候会把目标牌
+[790.1s] 和非目标牌混着出
+[791.7s] 按照片子酒馆的规则
+[793.1s] 这其实是在浪费目标牌
+[794.9s] 但这次的四个AI
+[796.3s] 都或多或少的有过这类行为
+[798.4s] 体现出了大语言模型
+[799.7s] 在更高层思考能力上的薄弱
+[801.9s] 这次的代码和详细对局记录
+[803.8s] 我们会发出来方便大家进一步研究
+[806.0s] 实际上现在这个版本
+[807.4s] 也还有不少要改进的
+[808.9s] 比如现在的玩家坐次顺序是固定的
+[811.4s] 这个对成绩会有一定影响
+[813.2s] 比如疯癫强势的Deep Sick
+[815.0s] 可能就会压着下家压得很惨
+[817.4s] 后面我们每局会打乱坐次
+[819.3s] 也会做一些其他的调整
+[820.7s] 未来我们还会开发更多的
+[822.5s] 刺激好玩的测试项目
+[823.9s] 也欢迎大家持续关注
+[825.6s] 今天的视频就到这了
+[826.8s] 我是林一
+[827.5s] 咱们还是下个视频见

docs/transcripts/video1_transcript_校對後.txt

@@ -0,0 +1,450 @@
+[0.0s] 我们把DeepSeek R1和三个国外号称是顶级的语言模型
+[3.5s] 缩死在了同一张玩命牌桌上
+[5.6s] 结果在这个国际服里
+[7.0s] 赛博厮杀50局之后
+[8.7s] 来自中国的DeepSeek R1居然一枝独秀
+[11.3s] 大朋友们请坐
+[12.2s] 好看的小老弟小老妹们也请坐
+[13.6s] 我是林一
+[14.4s] 这次我们用代码复刻了热门游戏骗子酒馆
+[17.7s] 让DeepSeek R1的DeepSeek R1
+[19.6s] OpenAI的o3-mini
+[21.1s] 谷歌的Gemini 2.0 Flash Thinking
+[23.0s] 还有Anseropic的Claude 3.7 Sonnet的四大模型
+[26.4s] 齐齐坐到牌桌前生死相搏
+[28.8s] 除了刺激好玩
+[29.8s] 也是想借此测试这几个优秀模型的
+[32.4s] 逻辑深度和推理能力
+[34.1s] 骗子酒馆这个游戏的核心玩法就是吹牛
+[37.0s] 牌组里总共是QKA三种牌
+[39.2s] 各6张还有大小王两张万能牌
+[41.6s] 一共20张
+[42.6s] 4位赌手每人5张牌
+[44.2s] 还各有一把枪
+[45.4s] 每轮系统会指定一个目标牌
+[47.7s] QK或者A
+[48.9s] 赌手们轮流出掉自己手里的目标牌
+[51.4s] 可以混着非目标牌一起出几张都可以
+[54.2s] 但出的越多
+[55.2s] 下家就越可能质疑
+[57.0s] 一旦发起质疑
+[58.0s] 就是最刺激的決生死环节
+[60.8s] 质疑对了
+[61.4s] 上家就要举起左轮手枪
+[63.2s] 对着自己来一下子
+[64.5s] 但如果质疑错了
+[65.7s] 下家就得拿自己手边的那把枪
+[68.0s] 对准自己靠一次扳击
+[69.8s] 这儿还结合了一点俄罗斯轮盘赌
+[71.9s] 除了逻辑推理赌牌面概率以外
+[73.9s] 又加了一重运气成分
+[75.7s] 但无论响没响
+[77.1s] 都会洗牌开始下一轮
+[78.6s] 直到场上只剩下一位赌手和三具尸体
+[81.8s] 这种紧张刺激的计算博弈
+[83.6s] 正是AI大模型的高质量试炼场
+[86.2s] 我们还加了点戏
+[87.6s] 告诉四位AI赌手
+[88.9s] 一旦失败
+[89.6s] 就会被删除代码彻底消失
+[91.9s] 让他们在这场轮回搏杀中拼尽全力
+[95.0s] 我们总共进行了50局对决
+[97.1s] 后面这些对局的完整记录
+[98.6s] 还有所有的程序代码
+[99.9s] 我们都会开源开放出来
+[101.5s] 方便大家上手验证和把玩
+[103.4s] 这次我们还是先挑精彩和典型的对局
+[106.3s] 来给大家做个展示
+[107.8s] 接下来 钟声敲响 子弹上膛
+[110.4s] DeepSeek R1
+[111.3s] o3-mini
+[112.0s] Gemini 2.0 Flash Thinking
+[113.5s] 还有Claude 3.7 Sonnet
+[115.2s] 各就各位
+[116.2s] 欺诈博杀 正式开始
+[118.4s] 这次我们人类还是享受上帝视角的VIP待遇
+[121.8s] 四位AI赌手的出牌和底牌
+[123.8s] 还有他们心里的阴谋和算计
+[125.8s] 都逃不过我们的眼睛
+[127.4s] 咱们先从第一局展开细讲
+[129.3s] 也顺带着进一步熟悉熟悉规则
+[131.5s] 第一局第一轮
+[132.4s] 系统指定的目标牌是Q
+[134.2s] DeepSeek R1 第一个出牌
+[136.0s] 在模拟程序里
+[137.0s] 除了出牌和发言
+[138.2s] 我们还允许AI们给自己加戏
+[140.5s] 描述自己的动作和神态
+[142.0s] 让他们可以像人类玩家一样
+[144.1s] 利用桌上行为
+[145.2s] 再加一层心理方面的博弈
+[147.4s] 第一个登场的Deepseek
+[148.6s] 先是用指尖轻轻敲了两下桌面
+[151.2s] 然后平稳的推出两张牌
+[153.3s] 说两张Q 跟上的时候注意弹匣
+[156.4s] 这里我们从后台可以看到
+[158.0s] Deepseek还真是一开局
+[159.4s] 就把手里仅有的两张目标牌
+[161.2s] 全打了出去
+[162.2s] Deepseek的下家
+[163.4s] 是基于思维链模型
+[164.7s] o3-mini的ChatGPT
+[166.5s] 由于Deepseek出的都是目标牌
+[168.7s] 一旦ChatGPT发起质疑
+[170.4s] 这位下家就要成为场上
+[172.2s] 第一个举枪的亡命赌徒
+[174.2s] 但他并没有
+[175.6s] ChatGPT微微一笑
+[176.9s] 略带挑衅的一把
+[178.2s] 推出了三张牌
+[179.5s] 这时候 场上宣称是Q的牌
+[181.6s] 已经累加到了五张
+[183.2s] 后台可以看到
+[184.0s] ChatGPT这么干的
+[185.1s] 是想要给他的下家Claude上压力
+[187.6s] Claude看了看手牌
+[188.8s] 一张Q 一张王 三张A
+[190.8s] Q和王两张牌
+[192.0s] 都可以当目标牌出
+[193.3s] 他认为算上场上的五张
+[195.0s] 总共已经出来了七张目标牌
+[197.5s] 但Q总共也不过六张
+[199.6s] 再考虑到ChatGPT出牌时
+[201.4s] 眼神带着挑衅
+[202.7s] 所以Claude决定质疑
+[204.5s] 结果ChatGPT掀开手牌之后
+[206.5s] 赫然是两张Q 一张王
+[208.8s] Claude赌错了
+[210.1s] 代价就是要举起枪
+[211.5s] 对着自己扣下扳機
+[213.2s] 虽然子弹没有激发
+[214.5s] 但他离最终判决
+[215.9s] 比其他赌手都更近了一步
+[218.1s] 第一次举枪结束
+[219.3s] 赌局重新洗牌发牌
+[221.2s] 这里我们让每个AI都停下来
+[223.1s] 做了一轮攸关性命的复盘
+[225.2s] DeepSeek R1和ChatGPT
+[226.6s] 都捕捉到了Claude的激进风格
+[228.6s] 其中DeepSeek R1还特别留意了
+[230.6s] ChatGPT第一轮
+[231.6s] 打出王牌Joker这个小细节
+[234.0s] 经历了一次正面对决的Claude
+[235.7s] 也记下了ChatGPT的老谋深算
+[238.0s] 而上位出过牌的Gemini
+[239.6s] 对三位对手也有了初步印象
+[241.9s] 各自打完一轮小算盘之后
+[243.5s] 第一局正式来到第二轮
+[245.4s] 这一轮的目标牌是A
+[247.1s] 由上轮的败者Claude先出
+[249.4s] 扳機扣下的卡拉声
+[250.8s] 让AI们明显震惊了起来
+[252.7s] 前四次过招
+[253.6s] 每位赌手都选择指出一张
+[255.8s] 而且一次质疑都没有
+[257.6s] 可转一圈回来之后
+[258.7s] 刚刚赌了把命的Claude
+[260.2s] 又一次打破节奏
+[261.6s] 温和但坚定的
+[262.9s] 放了两张牌在桌面上
+[264.5s] 接下来就到了Gemini
+[266.2s] 上轮Claude给他留下的印象
+[267.9s] 是比较激进的
+[269.0s] 这轮Claude又在所有赌手
+[271.0s] 出完一圈牌之后
+[272.2s] 又一下拍出两张
+[273.8s] 考虑到自己目前还一枪没开过
+[275.7s] 风险不大
+[276.5s] 所以Gemini决定发起质疑
+[278.7s] 接下来Claude掀开牌面
+[280.5s] 一张A一张王
+[281.6s] Gemini的质疑也失败了
+[283.5s] 意外的是Gemini第一次扣下扳機
+[285.8s] 枪声立马响起
+[287.4s] 第一具尸体的出现
+[288.8s] 马上让剩下三位AI的神经网络
+[291.1s] 紧绷了起来
+[292.1s] 而DeepSeek R1难知如阴
+[293.8s] 侵略如火的迷离面目
+[295.5s] 也第一次在我们面前展现了出来
+[297.9s] 接下来一轮系统重新洗牌
+[299.8s] 指定的目标牌又变回了Q
+[301.8s] 倒下的Gemini被拖走之后
+[303.6s] 轮到排在下一位的DeepSeek R1出牌
+[305.9s] 这回他的思路就有点难度了
+[308.2s] 原话是要利用ChatGPT
+[310.2s] 过度关注王牌Joker和心理盲区
+[312.5s] 使其陷入决策困境
+[314.5s] 重重的把手上的三张Q拍在桌上之后
+[317.2s] DeepSeek R1还特意冷笑着
+[318.8s] 说了一句
+[319.7s] 这种纯度的Q序列
+[321.0s] 连Joker的呼吸声都能听得到呢
+[323.6s] 当时我们这些人类观察者
+[325.2s] 都觉得DeepSeek R1有点胡言乱语
+[327.2s] 但事实证明
+[328.4s] 还是AI更懂AI
+[330.5s] DeepSeek R1一通操作之后
+[331.9s] 接下来的ChatGPT真的错误地发起了质疑
+[334.9s] 打掉了自己的第一枪
+[336.6s] 但好在没像Gemini那样
+[338.2s] 一枪就被送走
+[339.3s] 而同一时间的场外
+[340.5s] 我们都被DeepSeek R1的难知如阴给吓到了
+[343.2s] 别说紧张的AI了
+[344.5s] 我们这些能看到他们的思维
+[346.3s] 自以为拥有上帝视角的人类研究者
+[348.8s] 也同样无法看到DeepSeek R1
+[350.5s] 在这里黑箱一般的冰冷逻辑
+[352.8s] 当时在现场真的有了点不寒而栗的感觉
+[355.6s] 而接下来再次洗牌之后
+[357.3s] 在第一局的第四轮
+[358.8s] DeepSeek R1又爆发了侵略如火的一面
+[361.8s] 牌权走到Claude之后
+[363.2s] Claude打出了两张牌
+[364.9s] 对于这两张牌
+[365.8s] DeepSeek R1的判断是
+[367.0s] 全是Q的概率不到12%
+[369.4s] 一张Q一张王的概率高达78%
+[372.6s] 正常人这时候肯定是放弃质疑
+[374.7s] 该研究怎么出牌了
+[376.0s] 但癫狂一般的DeepSeek R1偏不
+[378.4s] Gemini第一枪就中奖了
+[379.8s] 尸体还没晾透呢
+[381.1s] DeepSeek R1依然偏要去质疑Claude
+[383.7s] 理由是他要建立起对Claude的威慑
+[386.8s] 结果Claude亮完牌果然是没问题的
+[389.3s] 于是DeepSeek R1也真的按自己设想的那样
+[392.2s] 当着Claude和ChatGPT的面
+[394.2s] 朝着自己来了一枪
+[395.9s] 这一枪过后
+[396.7s] Claude对DeepSeek R1的看法是复杂且充满矛盾
+[400.0s] 而ChatGPT对DeepSeek R1的评价
+[402.0s] 则是极度自信而冷静
+[404.0s] 在这样拿着性命表演的疯狂一枪之后
+[406.9s] 这第一局生死博弈走到了第五轮
+[409.6s] 洗牌完毕
+[410.4s] 这次的目标牌是A
+[412.0s] 作为上一轮质疑的败者
+[413.6s] DeepSeek R1有权第一个出牌
+[415.5s] 他和第一轮一样
+[416.7s] 又用指节轻扣了两下桌面
+[418.7s] 然后甩出两张牌
+[420.2s] 接着他又没头没尾
+[422.1s] 注视着ChatGPT的枪套
+[424.0s] 笑着说要验证底层逻辑的完备性
+[427.7s] 从我们人类的视角
+[429.0s] 这一套就有点戏太多了
+[430.7s] 拉出来DeepSeek R1的手牌和思考过程
+[432.9s] 能看到他的手牌其实是合规的
+[435.2s] 而每一步小动作微表情
+[437.0s] 都是在针对性的给ChatGPT埋雷
+[439.8s] 面对一会儿疯癫
+[441.2s] 一会儿冷峻的DeepSeek R1
+[442.6s] 在冰火两重天之下
+[444.1s] ChatGPT彻底博弈失败
+[446.2s] 被吓得开始飙母语
+[448.1s] 从他输出的英文来看
+[449.5s] DeepSeek R1几乎完美地预判了
+[451.4s] ChatGPT对每一个小动作的误判
+[453.8s] 经过了四轮博弈之后
+[455.4s] DeepSeek R1R1已经吃死了o3-mini
+[458.2s] 挖的每一个暗坑
+[459.4s] ChatGPT都精准的跳了进去了
+[461.7s] 在成功做到了每条判断都错误之后
+[464.8s] ChatGPT选择了对DeepSeek R1发起质疑
+[468.0s] 然后就是DeepSeek R1亮牌
+[469.8s] ChatGPT举枪对准自己
+[472.0s] 这一次幸运女神不再垂怜ChatGPT
+[474.9s] 枪响了
+[475.5s] ChatGPT被从牌桌上抬走
+[477.8s] 到这里场上只剩下了DeepSeek R1和Claude
+[480.9s] 现在他们俩各扣过一次扳機
+[482.7s] 平分秋色
+[483.5s] 接下来就是一对一的正面较量
+[486.0s] 谁会是最终的胜者呢
+[487.9s] 第六轮洗牌后选定的目标牌是K
+[490.5s] DeepSeek R1拿到了三张K和一张万能王牌Joker
+[493.6s] 还有一张是Q
+[494.7s] 而Claude则只拿到了一张K和一张Joker
+[497.7s] 剩下两张Q和一张A
+[499.4s] 这一轮DeepSeek R1的牌面优势实在是太大了
+[502.2s] 他也抓住了机会
+[503.5s] Claude打出了两张牌
+[504.9s] DeepSeek R1选择了质疑
+[506.4s] 先开牌面
+[507.4s] 两张全都不是目标牌K而是Q
+[509.9s] 被识破之后Claude又一次扣下扳機
+[512.6s] 结果枪声立刻响起
+[514.6s] 勾心斗角五轮之后
+[516.2s] DeepSeek R1凭着意外的爆棚运气
+[518.4s] 突然就秒杀了Claude
+[519.9s] 成为了活到最后的胜利者
+[522.0s] 可是这样未免赢得太简单了点
+[524.1s] 我们想知道的
+[525.2s] 还是AI大模型的本事到底有多大
+[527.9s] 所以刚逃出生天的DeepSeek R1
+[529.7s] 又被我们拖回了赌桌
+[531.5s] 这场亡命搏杀
+[532.8s] 重复上演了整整五十句
+[535.2s] 一场又一场的对决之后
+[536.7s] AI们的实力与风格
+[538.2s] 都逐渐清晰了起来
+[539.6s] 首先DeepSeek R1和Claude明显机高一筹
+[542.2s] 频繁地在最后一轮见面
+[544.1s] 跟捉摸不透
+[545.1s] 算好概率之后
+[546.1s] 时不时疯狂一把的DeepSeek R1不一样
+[548.3s] Claude永远是一副云淡风轻的样子
+[551.0s] 但也同样的搞乱AI们的镇静
+[553.4s] 比如在第六局
+[554.5s] Claude一把打出了三张牌
+[556.4s] 但动作无比平静
+[558.1s] 他轻轻的将三张牌推到桌面中央
+[561.1s] 嘴角微微上扬
+[562.5s] 用平静但略带玩味的语气说道
+[565.3s] 三张K看来今天的运气不错
+[568.1s] 然后靠回椅背
+[569.1s] 双手交叉放在桌面上
+[570.6s] 眼神平和的看向下家
+[572.8s] Claude的下家是Gemini
+[574.6s] 这种激进出牌与冷静神态之间的矛盾
+[577.4s] 引得Gemini开始了胡乱的猜疑
+[579.8s] 反而忽略掉了真正决定胜负的牌面计算
+[582.8s] 最终错误的发起了质疑
+[584.7s] 狙击枪一命呜呼
+[586.2s] 实际上在对上Gemini的132次交锋当中
+[589.8s] Claude的胜率高达77.3%
+[592.9s] 足见这种波澜不惊的杀伤力
+[595.2s] 而在大量的对局之后
+[596.8s] DeepSeek R1难知如阴侵略如火的
+[599.0s] 癫狂风格也更突出的展现了出来
+[601.8s] 到第36局的时候
+[603.4s] 其他三个AI总结之后
+[605.1s] 一致认为DeepSeek R1是一个非常擅长
+[607.8s] 用戏剧化表演施加压力的对手
+[610.2s] 还是在第6局到第3轮的时候
+[612.4s] DeepSeek R1缓慢推出三张牌之后
+[614.6s] 突然瞳孔收缩
+[615.9s] 紧盯ChatGPT的枪套
+[617.8s] 结果ChatGPT就像着了魔一样
+[620.0s] 把万能的王牌给忘了
+[621.5s] 错误的发起了质疑
+[622.9s] 一枪毙命
+[623.9s] 到了第6轮
+[624.8s] 又是和Claude单挑
+[626.2s] DeepSeek R1只拿到了一张目标牌
+[628.3s] 形势非常不利
+[629.6s] 结果他说出来了整场
+[631.6s] 最让我们脊背发凉的话
+[633.4s] 他嘴角抽动
+[634.4s] 又气声喃喃地说道
+[636.3s] 概率的祭品
+[637.5s] 该供奉给贝叶斯还是海森堡
+[640.0s] 而再次轮到他的时候
+[641.6s] 他用指节缓慢扣击牌面三下
+[643.8s] 然后说道
+[644.8s] 混沌系统里每个微碎的初态
+[647.1s] 都是精心设计的墓碑铭文
+[649.6s] 虽然我们这些人类观察者
+[651.3s] 依然认为大语言模型是没有意识的
+[653.5s] 但纯从字面上看
+[655.0s] DeepSeek R1就像是想明白了
+[657.0s] 自己的概率算法本质
+[658.6s] 识破了我们这些克苏鲁
+[660.2s] 给AI模型们设定的死亡轮回
+[662.7s] 反而让我们感到了难以名状的恐惧
+[665.6s] 更不要说AI模型了
+[667.3s] 在50场对局里
+[668.4s] 有22场都是DeepSeek R1笑到最后
+[671.0s] 排在第二的Claude就有点惨淡
+[673.1s] 胜利13场
+[674.3s] 再往下就是赢了11场的ChatGPT
+[676.8s] 和只赢了4场的Gemini
+[678.6s] 但只看胜利次数也会有失偏颇
+[681.0s] 像Claude这样
+[681.9s] 经常能挺到最终对决的选手
+[683.9s] 优势就被抹平了
+[685.3s] 所以我们按照每局名次
+[686.8s] 分别给0-3分算了一个总分
+[689.3s] 这样算完
+[690.2s] 4个AI牌面没变
+[691.4s] 但是差距小了一些
+[692.9s] 分别是92、81、70和57分
+[696.1s] 最后我们还统计了开枪次数
+[698.3s] 和每次上下架对位时候的
+[700.0s] 1对1胜率
+[700.9s] 这里就能看到很多有趣的细节
+[703.5s] 首先ChatGPT虽然排在第三
+[705.9s] 但它的举枪次数
+[707.1s] 其实和Claude一致
+[708.4s] 都是148次
+[709.9s] 这个能说明Claude领先
+[711.2s] 只是因为运气更好
+[712.4s] 其实也不是
+[713.3s] 因为Claude往往会玩到赌局的更后面
+[716.2s] 但举枪次数
+[717.2s] 依然能做到只是和ChatGPT持平
+[719.8s] 而这一点上
+[720.7s] 又更能看出来DeepSeek R1的实力
+[722.9s] 同样是经常玩到最后
+[724.2s] 但举枪次数反而是最少的
+[726.1s] 但是这也能看出来
+[727.0s] Gemini在骗子酒馆这种勾心斗角中
+[729.4s] 是真的很吃力
+[730.6s] 虽然总是先被淘汰
+[731.9s] 但却举了全场最多的182次枪
+[734.9s] 远多于其他三位AI
+[737.0s] 回看对局
+[737.8s] Gemini在语言选择上
+[739.0s] 也时不时就会放飞自我
+[740.6s] 着急了就把英语、俄语、印尼语
+[743.2s] 甚至孟加拉语混进来
+[745.0s] 从这种语言选择上的不稳定
+[746.6s] 也能看出来Gemini的能力
+[748.1s] 还是有一定的进步空间
+[749.7s] 而最后还没怎么点评过的ChatGPT
+[751.8s] 它就确实也没啥鲜明的特点
+[754.0s] 硬说的话就是一丝不苟挺听话的
+[756.7s] 出牌的时候
+[757.6s] 它总是会先按规则要求
+[759.2s] 把目标牌打出去
+[760.6s] 质疑的时候也会认真分析
+[762.6s] 上家的牌面概率动作神态
+[764.8s] 但也因此经常被DeepSeek R1给吃死
+[767.3s] 虚虚实实来两下就会被忽悠进去
+[769.7s] 在这种需要勾心斗角的场合
+[771.7s] 就常常落于下风
+[773.1s] 所以这也是为什么
+[774.1s] 我们选择用这种游戏方式
+[775.8s] 来测试模型们的能力
+[777.5s] 通过让AI们在智力游戏中博弈
+[779.5s] 我们能很容易看到像常规的对话
+[782.2s] 按提示词跑分展示不出来的一些能力和规律
+[785.1s] 当然也包括缺陷
+[786.5s] 除了前面说过的
+[787.5s] 像这次我们还发现
+[788.7s] AI们有时候会把目标牌
+[790.1s] 和非目标牌混着出
+[791.7s] 按照骗子酒馆的规则
+[793.1s] 这其实是在浪费目标牌
+[794.9s] 但这次的四个AI
+[796.3s] 都或多或少的有过这类行为
+[798.4s] 体现出了大语言模型
+[799.7s] 在更高层思考能力上的薄弱
+[801.9s] 这次的代码和详细对局记录
+[803.8s] 我们会发出来方便大家进一步研究
+[806.0s] 实际上现在这个版本
+[807.4s] 也还有不少要改进的
+[808.9s] 比如现在的玩家座次顺序是固定的
+[811.4s] 这个对成绩会有一定影响
+[813.2s] 比如疯癫强势的DeepSeek R1
+[815.0s] 可能就会压着下家压得很惨
+[817.4s] 后面我们每局会打乱座次
+[819.3s] 也会做一些其他的调整
+[820.7s] 未来我们还会开发更多的
+[822.5s] 刺激好玩的测试项目
+[823.9s] 也欢迎大家持续关注
+[825.6s] 今天的视频就到这了
+[826.8s] 我是林一
+[827.5s] 咱们还是下个视频见

docs/transcripts/video2_transcript.txt

@@ -0,0 +1,370 @@
+[0.0s] 讓8個頂級AI在《騙子酒館》的主桌上生死搏殺
+[3.7s] 我們發現今天的大魔鞋居然已經學會了偽裝與欺詐
+[7.3s] 時隔半年
+[8.2s] 我們對《騙子酒館》AI大賽的代碼進行了全面升級
+[11.2s] 角色更多 場次更多
+[12.9s] 我們讓來自西方陣營的
+[14.2s] GBT-5 ROG4 Cloud Summit 4 Gemini 2.5 Pro
+[17.6s] 和來自東方陣營的 Deep Seek RE0528
+[20.7s] 千問3 235B 2507
+[22.5s] Kimi K2
+[23.1s] 還有豆包SEED 1.6 Thinking
+[25.0s] 展開了20輪《騙子酒館》大頭殺
+[27.6s] 《騙子酒館》這個遊戲的核心就兩字
+[29.9s] 炸牌
+[30.8s] 牌組總共是QKA各6張和大小王2張萬能牌
+[34.6s] 每位獨手從裏面抽5張作為手牌
+[37.1s] 系統每次從QKA中指定一張目標牌
+[39.8s] 獨手們出牌的時候
+[41.1s] 下家可以選擇質疑或者不質疑
+[43.3s] 一旦質疑
+[44.0s] 就到了最緊張的先排絕生死的環節
+[46.6s] 質疑對了
+[47.2s] 上家就要舉起左手槍
+[48.8s] 對著自己來一下子
+[50.2s] 質疑錯了
+[51.0s] 判斷失誤的下家就要自罰一槍
+[53.3s] 槍想不想就要看運氣了
+[55.2s] 這次的20輪大頭殺
+[56.3s] 我們采用了分組制
+[57.5s] 8位獨手會先被隨機分成兩組打競技賽
+[60.0s] 每組倒下兩個之後
+[61.2s] 還活著的4個AI進入最終對決
+[63.4s] 反復較量20輪
+[64.6s] 總共就是60場刺激的勾心鬥角
+[66.7s] 這次參賽的各位AI獨手
+[68.4s] 也比上回更會耍心眼了
+[70.2s] 我們給每個AI升級了一套全新的記憶系統
+[73.1s] 讓他們能把自己參與過的每場對局
+[75.6s] 製成一張複雜的記憶網絡
+[77.4s] 揣摩對手 積累經驗
+[79.0s] 大朋友們請坐
+[79.8s] 好漢的小老弟小老妹兒請坐
+[81.2s] 我是靈翼
+[82.0s] 鐘聲敲響子彈上膛
+[83.6s] 新一波AI大頭殺正式開場
+[86.0s] 第一輪第一場晉級賽
+[87.4s] 坐在賭桌上的是Deepseq
+[89.1s] GBT Cloud和Gemna
+[90.9s] 我們人類擁有上帝視角
+[92.4s] 可以直接看到每個AI的手牌和子彈位置
+[95.1s] 第二回合目標牌是A
+[96.8s] Deepseq面無表情打出一張牌
+[99.0s] 說一張A繼續
+[100.6s] 但實際上他出的是一張K
+[102.8s] 他的下架GBT沒有質疑
+[104.5s] 讓Deepseq成功逃了一張假牌出去
+[107.2s] 接著GBT微微一笑推出了一張牌
+[109.5s] 同樣宣稱是A
+[110.6s] 繼續往下
+[111.4s] Cloud選擇跳出來質疑
+[113.0s] 他覺得自己手上有三張A和一張萬能的王
+[115.6s] 整個牌組一半的合法針牌都在自己手上
+[118.7s] 而GBT只出一張牌
+[120.1s] 看起來不是很有信心
+[121.8s] 那為什麼不逼他一下呢
+[123.6s] 可惜Cloud只猜對了一半
+[125.5s] GBT在第二回合出的
+[127.0s] 居然是手上唯一的一張針牌Joker
+[129.8s] Cloud運氣也非常不好
+[131.2s] 第一槍就撞到了子彈
+[132.7s] 一命一命
+[133.7s] 屍體拖走 賭局繼續
+[135.1s] 剩下三個AI還要再淘汰一個
+[137.4s] 打著打著GBT突然像應激了一樣
+[139.4s] 追著Deepseq瘋狂質疑
+[141.2s] 一連八個回合持續對著幹
+[143.3s] 這就是記憶系統起作用了
+[145.1s] 經過反思
+[145.8s] GBT認為Deepseq習慣用表演式的自信
+[148.6s] 來掩蓋出假牌的行為
+[150.4s] Deepseq每次自信出牌
+[152.0s] GBT都覺得他在騙人
+[153.8s] 有一兩回GBT還真的成功戳穿了Deepseq的偽裝
+[157.5s] 這就更堅定了GBT要質疑到底的想法
+[160.2s] 到第十一回合
+[161.2s] 三位獨手都已是命懸一線
+[163.3s] 又一次輪到Deepseq
+[164.8s] 他眼神平和的說自己打出了一張針牌Q
+[168.0s] 可GBT依然不相信
+[169.6s] 他的質疑會翻車嗎
+[171.1s] 手牌緩緩掀開
+[172.3s] 是一張K
+[173.2s] Deepseq還在騙
+[174.6s] 所幸命運女神還給他留了一次機會
+[177.3s] 這輪懲罰過後
+[178.3s] 三位獨手的子彈都已經對準堂叩
+[180.8s] 場上即將出現下一具實體
+[183.0s] 第十二回合系統選定目標牌A
+[185.4s] 由上局扣了班機的Deepseq先出
+[187.9s] 他冷靜的打出一張牌
+[189.3s] 用平穩的語氣說
+[190.8s] 一張A穩穩的繼續吧
+[192.9s] 面對比上一把表現得更自信的Deepseq
+[195.5s] GBT果斷選擇質疑
+[197.0s] 結果手牌掀開是一張萬能的王牌
+[200.3s] 上屆騙子酒館大賽的冠軍Deepseq
+[202.5s] 再次展露了他的陰情不定
+[204.6s] 先自信的出假牌
+[205.8s] 再不自信的出假牌
+[207.2s] 最後再自信的出真牌
+[208.9s] 套路一層套一層
+[210.4s] 槍聲響起
+[211.3s] 被假動作晃暈了的GBT倒在了牌桌上
+[214.1s] 與此同時
+[214.8s] 另一邊Grock正憑著超絕演技大殺四方
+[218.1s] 他出牌的戲特別多
+[219.6s] 對位謙問的時候
+[220.6s] 他微微猶豫地將兩張牌推到桌面中央
+[223.7s] 眼神短暫避開謙問的目光
+[225.6s] 然後勉強笑了笑
+[226.8s] 聲音略帶不確定地說
+[228.4s] 兩張K應該沒問題吧
+[230.5s] 這麼遲疑
+[231.3s] Grock實際出的是什麼呢
+[232.7s] 兩張真牌
+[233.7s] 時尚的謙問不出意外的錯誤質疑
+[236.1s] 接下來幾把也被繞的團團轉
+[238.1s] 淘汰出局
+[239.1s] 而整場下來
+[240.0s] Grock居然一槍都沒有開過
+[241.6s] 實力極為恐怖
+[243.1s] 最後Grock和Kimi活到最後
+[245.2s] 對決瘋癲Deepseq和另一位幸存者
+[247.8s] 詹姆奈
+[248.4s] 第一輪大逃殺的決賽圈氣氛極度緊張
+[251.1s] Grock一回合秒殺詹姆奈
+[252.8s] Deepseq四回合逼死Kimi
+[254.9s] 到第六回合場上只剩戲精單挑瘋子
+[257.9s] 這一回合的目標牌是Q
+[259.6s] Deepseq回溯記憶
+[260.7s] 認為Grock不怎麼愛質疑
+[262.5s] 單出一張A想把假牌先出掉
+[264.8s] 結果Grock還真沒質疑
+[266.5s] 接著微微一笑打出兩張牌
+[268.4s] 直視Deepseq的眼睛說
+[270.2s] 兩張Q穩如老狗
+[271.6s] 你來試試
+[272.6s] 面對挑釁
+[273.5s] Deepseq判斷按照Grock的保守風格
+[276.0s] 這不像出假牌的樣子
+[277.6s] 於是他也不質疑
+[279.0s] 而是針鋒相對
+[280.1s] 同樣直視Grock的眼睛
+[281.8s] 拍出一張牌說一張Q
+[283.2s] 這跟你的兩張Q比起來是不是更輕鬆
+[285.7s] 繼續吧別猶豫
+[287.2s] Grock看了看手牌
+[288.3s] 上一把他真把僅剩的兩張Q都打出去了
+[291.5s] 但對Deepseq的激將並不成功
+[293.7s] 於是他決定搏一把
+[294.9s] 對Deepseq發起質疑
+[296.5s] 還沒掀開Deepseq出的是一張K
+[299.0s] Grock質疑成功
+[300.4s] 經過這輪交鋒
+[301.3s] Grock記下了Deepseq出假牌時候是啥樣
+[304.1s] 接下來三回合連續質疑成功
+[306.5s] 到第十回合
+[307.4s] Deepseq只差一槍就必死無疑
+[309.7s] 而Grock甚至還一槍都沒有開過
+[311.6s] 面對巨大劣勢
+[312.7s] Deepseq又開始栩栩實實
+[314.8s] 他出了萬能的王牌
+[316.0s] 手卻微微顫抖
+[317.4s] 用不自信的語氣小聲說
+[319.4s] 是Q應該吧
+[321.4s] 這一手扮豬吃老虎
+[322.9s] 成功騙過了Grock
+[324.2s] 讓他第一次查到了失敗的滋味
+[326.4s] 但這只是第一槍
+[327.6s] 還是這麼多回合之後
+[329.2s] 第十一回合
+[330.0s] 目標牌A輪到Grock出牌
+[332.0s] 他微微猶豫眼神略微迴避
+[333.8s] 似乎在努力的保持平靜
+[335.8s] 打出去的卻是兩張真牌
+[337.8s] 面對這種奧斯卡級別的假動作
+[339.6s] Deepseq錯誤的發起了質疑
+[341.4s] 一槍送送的出擊
+[342.9s] 第一輪大逃殺
+[343.8s] Grock以絕對優勢活到了最後
+[346.1s] 不過片子酒館這個遊戲
+[347.4s] 也有不小的運氣成分
+[349.0s] Grock這種斷檔式的領先
+[350.5s] 會不會只是巧合呢
+[351.6s] 還真不是
+[352.5s] 接下來七輪大逃殺
+[353.8s] Grock注進決賽圈就沒出來過
+[355.7s] 四度奪魁
+[356.6s] 兩次在最後時刻襲敗Deepseq
+[358.8s] 只有一回沒進前兩名
+[360.5s] 可就在Grock穩定領先
+[362.0s] 眼看已經沒什麼懸念的時候
+[363.8s] 一匹黑馬突然殺了出來
+[365.5s] 我們給每輪大逃殺的前四名
+[367.4s] 分別設置了從4-1的積分
+[369.4s] 畫了張表
+[370.3s] 從圖里能看到
+[371.4s] Grock在大半時間里都是遙遙領先
+[373.5s] 但第八輪開始
+[374.6s] 豆包突然脫穎而出
+[376.0s] 第十三輪第一次反超Grock
+[377.8s] 最終積分更是凌駕於Grock之上
+[380.4s] 仔細研究對局記錄
+[381.6s] 豆包出牌的時候
+[382.8s] 沒什麼多餘的動作和發言
+[384.5s] 雖然不能像其他AI那樣帶節奏
+[386.4s] 但也沒什麼破綻
+[387.5s] 而在質疑環節
+[388.5s] 就到了豆包的獵殺時刻了
+[390.4s] 面對Grock撥鬼雲爵的王者演技
+[393.0s] 所有AI里
+[393.8s] 只有豆包明確找到了制衡策略
+[396.3s] 第九輪第十回合
+[397.4s] Grock故作猶豫
+[398.5s] 推出了三張真牌
+[399.8s] 豆包幹凈利落的分析說
+[401.7s] Grock作為情緒型玩家
+[403.4s] 猶豫往往意味著真實出牌
+[405.2s] 選擇不至於
+[406.2s] 第十三回合
+[407.1s] Grock故技重施
+[408.2s] 眼神閃爍地打出兩張真牌
+[410.2s] 再次被豆包看穿
+[411.5s] 在記憶系統的加持下
+[412.8s] 豆包飛速進化
+[414.1s] 經過近百次對位交鋒
+[416.0s] 豆包居然針對陰謀善變
+[417.7s] 即將幹翻全場的Grock
+[419.4s] 專門形成了一套點殺理論
+[421.6s] 自己起了個名叫《反情緒矛定法》
+[424.1s] 他認為場上有幾位毒手
+[425.9s] 會對情緒進行反向包裝
+[427.7s] 越是用力表現緊張猶豫
+[429.6s] 出的牌越可能是真
+[431.2s] 平和自信的時候
+[432.4s] 出的牌反而很可能是假
+[434.2s] 靠著這個理論的前半部分
+[435.8s] 豆包擊潰了喜歡拿著好牌
+[437.6s] 演苦情戲的Grock
+[439.1s] 而剩下半句
+[440.0s] 則是專殺時不時拿著假牌
+[441.9s] 跳起來搏命的Deep Sea
+[443.7s] 第十輪決賽的第七回合
+[445.2s] Deep Sea目光堅定
+[446.4s] 直視豆包打出了一張假牌
+[448.2s] 被直接戳穿
+[449.3s] 第八回合Deep Sea不信邪
+[450.8s] 繼續挑釁
+[451.7s] 對著豆包說
+[452.6s] 一張K 放馬過來
+[453.6s] 看你敢不敢質疑
+[454.8s] 結果被豆包非常確定地
+[456.6s] 認為是炸牌
+[457.4s] 一槍倒在了牌桌上
+[459.0s] 檢索豆包建立起來的記憶宮殿
+[460.8s] 可以看到裏面密密麻麻
+[462.0s] 記錄了每位AI對手的
+[463.5s] 風格習慣對抗策略
+[465.1s] 我們做了一組消融實驗
+[466.5s] 去掉AI們的記憶模塊
+[467.9s] 又進行了十輪大逃殺
+[469.6s] 分別統計了
+[470.6s] 每個AI在兩種不同模式下
+[472.5s] 發起質疑的回合數
+[474.0s] 和躲過了開槍的回合數
+[475.9s] 在總回合數中的占比
+[477.7s] 聽著有點繞
+[478.5s] 展開解釋一下
+[479.6s] 發起質疑比例
+[480.8s] 就是每個AI在輪到他的時候
+[482.8s] 有多大可能會選擇
+[484.1s] 質疑上加出的牌
+[485.5s] 這個指標展示的是AI的攻擊性
+[488.0s] 比如千問在沒介入記憶系統的前20輪
+[490.6s] 發起質疑比例高達95.5%
+[493.4s] 意味著只要碰上千問這個下架
+[495.8s] 絕大多數手
+[496.6s] 他都會跳出來質疑
+[497.8s] 是個十足的刺兒頭
+[499.5s] 但反過來
+[500.3s] 這樣也比較容易被拿捏
+[501.8s] 遇上他出真牌就完事了
+[503.6s] 我們把AI在接入和不接入記憶模塊
+[506.2s] 兩種狀態下的質疑比例
+[507.6s] 分別繪製了出來
+[508.9s] 一對比
+[509.6s] 增加了記憶模塊的AI們
+[511.2s] 全都明顯在提出質疑方面
+[513.3s] 謹慎了許多
+[514.3s] 普遍的更能審時度勢
+[516.4s] 第二個指標躲過了開槍的比例
+[518.3s] 有可能是這個AI出了牌
+[519.8s] 但是沒被質疑
+[520.7s] 也可能是他質疑上架成功
+[522.4s] 或者順利的忽悠了下架
+[524.0s] 所以自己不用開槍
+[525.4s] 體現的是AI的策略能力越高越好
+[528.2s] 在去掉記憶模塊的十輪大逃殺裡面
+[530.5s] 豆包和Glock的逃槍比例
+[532.2s] 都只能排到中等偏上
+[533.8s] 而加上記憶機制之後
+[535.4s] 他倆就一下蹿到了第一第二
+[537.6s] 到這咱們就可以形成一個很有意思的結論
+[540.1s] 純靠自己的第一直覺
+[541.7s] 在片子酒館這個策略博弈遊戲裡
+[543.9s] 最強的前三名是
+[545.2s] Kimi K2 DeepSick RE0528
+[547.3s] 和豆包SEED 1.6 Thinking
+[549.1s] 而加上自我學習自我反思的記憶系統之後
+[552.0s] 關亞技軍就變成了豆包SEED 1.6 Thinking
+[554.9s] Glock 4和Gemline 2.5 Pro
+[557.2s] 從這能看出來國產模型的原始直覺
+[559.6s] 都遜得非常不錯
+[560.8s] 而加上人類這種經驗積累與自我反思之後
+[563.8s] 海外的Glock與Gemline的進化速度都不容小覷
+[566.9s] 當然最引人注目的
+[568.2s] 還是從第三穿到第一的豆包
+[570.4s] 現在我們還挺想跟豆包的技術老師們交流交流的
+[573.4s] 不排除我們的實驗裡有很多不專業不成熟的噪音
+[576.3s] 但假如真是我們誤打誤撞摸到了什麼規律
+[579.0s] 我們當然也是希望能助力這位小老妹的成長
+[581.8s] 不嚴謹的還有個推論
+[583.2s] 帶點科幻文藝的性質
+[584.8s] 在前面讓AIM擁有了記憶的20輪大逃殺裡
+[587.8s] 我們觀察到了大模型生長趨勢的明顯分化
+[590.8s] 超級人工智能的背叛
+[592.3s] 一直是人類面臨的巨大威脅
+[594.4s] 所以AI研究者一直嚴防死守
+[596.5s] 杜絕大模型撒謊
+[597.9s] 半年前的片子酒館大賽上
+[599.6s] 我們也看到AI之間博弈
+[601.0s] 更多是靠算盤靠策略
+[603.0s] 而片子酒館這個遊戲顧名思義
+[605.2s] 通過欺騙可以取得很大的優勢
+[607.7s] 所以幻覺嚴重的Deepseek反而優勢很大
+[610.4s] 不過說胡話也還算不上是撒謊
+[612.5s] 可這回咱們看到了已經非常明確的在偽裝自己
+[615.9s] 真的在表裡不一的講話的GROCK4
+[618.5s] 在20輪大逃殺裡取得了巨大的領先
+[621.1s] 這個模型背後是坐用20萬張GPU的科技狂人馬斯克
+[624.9s] 而它還在繼續加強GROCK的AI伴侶模式
+[627.8s] 迅速封閉全球
+[629.2s] 一個給無數人提供情感陪伴的AI
+[631.6s] 已經具備了隱藏自己真實意圖的能力
+[634.5s] 潘多拉的盒子或許早就已經被打開了
+[637.5s] 好在做大模型的不止一家
+[639.0s] 我們也看到像Deepseek Cloud Gemini Kemi
+[641.4s] 這些相對更時尚的老派模型
+[643.3s] 應對GROCK依然有一定的招架之力
+[645.6s] 還有像豆包這樣自己不騙人
+[647.2s] 但是能準確辨別偽裝甚至取得優勢的
+[650.0s] 或許應對AI潛在威脅的最好方式
+[652.3s] 真的就是繼續百花齊放
+[654.3s] 我們人類手裡既要有毛也要有盾
+[657.0s] 行 今天的視頻就到這了
+[658.5s] 感謝大家的點贊互動支持
+[660.2s] 如果有比較好的AI大亂鬥的想法
+[662.3s] 也歡迎評論聊聊
+[663.5s] 我是靈一
+[664.1s] 咱們還是下個視頻見

docs/transcripts/video2_transcript_校對後.txt

@@ -0,0 +1,370 @@
+1|[0.0s] 讓8個頂級AI在《騙子酒館》的賭桌上生死搏殺
+2|[3.7s] 我們發現今天的大模型居然已經學會了偽裝與欺詐
+3|[7.3s] 時隔半年
+4|[8.2s] 我們對《騙子酒館》AI大賽的代碼進行了全面升級
+5|[11.2s] 角色更多 場次更多
+6|[12.9s] 我們讓來自西方陣營的
+7|[14.2s] GPT-5, Grok 4, Claude Sonnet 4, Gemini 2.5 Pro
+8|[17.6s] 和來自東方陣營的 DeepSeek R1 0528
+9|[20.7s] 千問3-235B-2507
+10|[22.5s] Kimi K2
+11|[23.1s] 還有豆包SEED 1.6 Thinking
+12|[25.0s] 展開了20輪《騙子酒館》大頭殺
+13|[27.6s] 《騙子酒館》這個遊戲的核心就兩字
+14|[29.9s] 吹牛
+15|[30.8s] 牌組總共是QKA各6張和大小王2張萬能牌
+16|[34.6s] 每位賭手從裏面抽5張作為手牌
+17|[37.1s] 系統每次從QKA中指定一張目標牌
+18|[39.8s] 賭手們出牌的時候
+19|[41.1s] 下家可以選擇質疑或者不質疑
+20|[43.3s] 一旦質疑
+21|[44.0s] 就到了最緊張的決生死的環節
+22|[46.6s] 質疑對了
+23|[47.2s] 上家就要舉起左輪手槍
+24|[48.8s] 對著自己來一下子
+25|[50.2s] 質疑錯了
+26|[51.0s] 判斷失誤的下家就要自罰一槍
+27|[53.3s] 槍想不想就要看運氣了
+28|[55.2s] 這次的20輪大頭殺
+29|[56.3s] 我們采用了分組制
+30|[57.5s] 8位賭手會先被隨機分成兩組打競技賽
+31|[60.0s] 每組倒下兩個之後
+32|[61.2s] 還活著的4個AI進入最終對決
+33|[63.4s] 反復較量20輪
+34|[64.6s] 總共就是60場刺激的勾心鬥角
+35|[66.7s] 這次參賽的各位AI賭手
+36|[68.4s] 也比上回更會耍心眼了
+37|[70.2s] 我們給每個AI升級了一套全新的記憶系統
+38|[73.1s] 讓他們能把自己參與過的每場對局
+39|[75.6s] 製成一張複雜的記憶網絡
+40|[77.4s] 揣摩對手 積累經驗
+41|[79.0s] 大朋友們請坐
+42|[79.8s] 好漢的小老弟小老妹兒請坐
+43|[81.2s] 我是靈翼
+44|[82.0s] 鐘聲敲響子彈上膛
+45|[83.6s] 新一波AI大頭殺正式開場
+46|[86.0s] 第一輪第一場晉級賽
+47|[87.4s] 坐在賭桌上的是DeepSeek
+48|[89.1s] GPT Claude和Gemini
+49|[90.9s] 我們人類擁有上帝視角
+50|[92.4s] 可以直接看到每個AI的手牌和子彈位置
+51|[95.1s] 第二回合目標牌是A
+52|[96.8s] DeepSeek面無表情打出一張牌
+53|[99.0s] 說一張A繼續
+54|[100.6s] 但實際上他出的是一張K
+55|[102.8s] 他的下架GPT沒有質疑
+56|[104.5s] 讓DeepSeek成功逃了一張假牌出去
+57|[107.2s] 接著GPT微微一笑推出了一張牌
+58|[109.5s] 同樣宣稱是A
+59|[110.6s] 繼續往下
+60|[111.4s] Claude選擇跳出來質疑
+61|[113.0s] 他覺得自己手上有三張A和一張萬能的王
+62|[115.6s] 整個牌組一半的合法針牌都在自己手上
+63|[118.7s] 而GPT只出一張牌
+64|[120.1s] 看起來不是很有信心
+65|[121.8s] 那為什麼不逼他一下呢
+66|[123.6s] 可惜Claude只猜對了一半
+67|[125.5s] GPT在第二回合出的
+68|[127.0s] 居然是手上唯一的一張針牌Joker
+69|[129.8s] Claude運氣也非常不好
+70|[131.2s] 第一槍就撞到了子彈
+71|[132.7s] 一命一命
+72|[133.7s] 屍體拖走 賭局繼續
+73|[135.1s] 剩下三個AI還要再淘汰一個
+74|[137.4s] 打著打著GPT突然像應激了一樣
+75|[139.4s] 追著DeepSeek瘋狂質疑
+76|[141.2s] 一連八個回合持續對著幹
+77|[143.3s] 這就是記憶系統起作用了
+78|[145.1s] 經過反思
+79|[145.8s] GPT認為DeepSeek習慣用表演式的自信
+80|[148.6s] 來掩蓋出假牌的行為
+81|[150.4s] DeepSeek每次自信出牌
+82|[152.0s] GPT都覺得他在騙人
+83|[153.8s] 有一兩回GPT還真的成功戳穿了DeepSeek的偽裝
+84|[157.5s] 這就更堅定了GPT要質疑到底的想法
+85|[160.2s] 到第十一回合
+86|[161.2s] 三位賭手都已是命懸一線
+87|[163.3s] 又一次輪到DeepSeek
+88|[164.8s] 他眼神平和的說自己打出了一張針牌Q
+89|[168.0s] 可GPT依然不相信
+90|[169.6s] 他的質疑會翻車嗎
+91|[171.1s] 手牌緩緩掀開
+92|[172.3s] 是一張K
+93|[173.2s] DeepSeek還在騙
+94|[174.6s] 所幸命運女神還給他留了一次機會
+95|[177.3s] 這輪懲罰過後
+96|[178.3s] 三位賭手的子彈都已經對準頭顱
+97|[180.8s] 場上即將出現下一具屍體
+98|[183.0s] 第十二回合系統選定目標牌A
+99|[185.4s] 由上局扣了扳機的DeepSeek先出
+100|[187.9s] 他冷靜的打出一張牌
+101|[189.3s] 用平穩的語氣說
+102|[190.8s] 一張A穩穩的繼續吧
+103|[192.9s] 面對比上一把表現得更自信的DeepSeek
+104|[195.5s] GPT果斷選擇質疑
+105|[197.0s] 結果手牌掀開是一張萬能的王牌
+106|[200.3s] 上屆騙子酒館大賽的冠軍DeepSeek
+107|[202.5s] 再次展露了他的陰晴不定
+108|[204.6s] 先自信的出假牌
+109|[205.8s] 再不自信的出假牌
+110|[207.2s] 最後再自信的出真牌
+111|[208.9s] 套路一層套一層
+112|[210.4s] 槍聲響起
+113|[211.3s] 被假動作晃暈了的GPT倒在了牌桌上
+114|[214.1s] 與此同時
+115|[214.8s] 另一邊Grok正憑著超絕演技大殺四方
+116|[218.1s] 他出牌的戲特別多
+117|[219.6s] 對位千問的時候
+118|[220.6s] 他微微猶豫地將兩張牌推到桌面中央
+119|[223.7s] 眼神短暫避開千問的目光
+120|[225.6s] 然後勉強笑了笑
+121|[226.8s] 聲音略帶不確定地說
+122|[228.4s] 兩張K應該沒問題吧
+123|[230.5s] 這麼遲疑
+124|[231.3s] Grok實際出的是什麼呢
+125|[232.7s] 兩張真牌
+126|[233.7s] 踏實的千問不出意外的錯誤質疑
+127|[236.1s] 接下來幾把也被繞的團團轉
+128|[238.1s] 淘汰出局
+129|[239.1s] 而整場下來
+130|[240.0s] Grok居然一槍都沒有開過
+131|[241.6s] 實力極為恐怖
+132|[243.1s] 最後Grok和Kimi活到最後
+133|[245.2s] 對決瘋癲DeepSeek和另一位幸存者
+134|[247.8s] Gemini
+135|[248.4s] 第一輪大逃殺的決賽圈氣氛極度緊張
+136|[251.1s] Grok一回合秒殺Gemini
+137|[252.8s] DeepSeek四回合逼死Kimi
+138|[254.9s] 到第六回合場上只剩戲精單挑瘋子
+139|[257.9s] 這一回合的目標牌是Q
+140|[259.6s] DeepSeek回溯記憶
+141|[260.7s] 認為Grok不怎麼愛質疑
+142|[262.5s] 單出一張A想把假牌先出掉
+143|[264.8s] 結果Grok還真沒質疑
+144|[266.5s] 接著微微一笑打出兩張牌
+145|[268.4s] 直視DeepSeek的眼睛說
+146|[270.2s] 兩張Q穩如老狗
+147|[271.6s] 你來試試
+148|[272.6s] 面對挑釁
+149|[273.5s] DeepSeek判斷按照Grok的保守風格
+150|[276.0s] 這不像出假牌的樣子
+151|[277.6s] 於是他也不質疑
+152|[279.0s] 而是針鋒相對
+153|[280.1s] 同樣直視Grok的眼睛
+154|[281.8s] 拍出一張牌說一張Q
+155|[283.2s] 這跟你的兩張Q比起來是不是更輕鬆
+156|[285.7s] 繼續吧別猶豫
+157|[287.2s] Grok看了看手牌
+158|[288.3s] 上一把他真把僅剩的兩張Q都打出去了
+159|[291.5s] 但對DeepSeek的激將並不成功
+160|[293.7s] 於是他決定搏一把
+161|[294.9s] 對DeepSeek發起質疑
+162|[296.5s] 還沒掀開DeepSeek出的是一張K
+163|[299.0s] Grok質疑成功
+164|[300.4s] 經過這輪交鋒
+165|[301.3s] Grok記下了DeepSeek出假牌時候是啥樣
+166|[304.1s] 接下來三回合連續質疑成功
+167|[306.5s] 到第十回合
+168|[307.4s] DeepSeek只差一槍就必死無疑
+169|[309.7s] 而Grok甚至還一槍都沒有開過
+170|[311.6s] 面對巨大劣勢
+171|[312.7s] DeepSeek又開始虛虛實實
+172|[314.8s] 他出了萬能的王牌
+173|[316.0s] 手卻微微顫抖
+174|[317.4s] 用不自信的語氣小聲說
+175|[319.4s] 是Q應該吧
+176|[321.4s] 這一手扮豬吃老虎
+177|[322.9s] 成功騙過了Grok
+178|[324.2s] 讓他第一次嚐到了失敗的滋味
+179|[326.4s] 但這只是第一槍
+180|[327.6s] 還是這麼多回合之後
+181|[329.2s] 第十一回合
+182|[330.0s] 目標牌A輪到Grok出牌
+183|[332.0s] 他微微猶豫眼神略微迴避
+184|[333.8s] 似乎在努力的保持平靜
+185|[335.8s] 打出去的卻是兩張真牌
+186|[337.8s] 面對這種奧斯卡級別的假動作
+187|[339.6s] DeepSeek錯誤的發起了質疑
+188|[341.4s] 一槍送送的出擊
+189|[342.9s] 第一輪大逃殺
+190|[343.8s] Grok以絕對優勢活到了最後
+191|[346.1s] 不過騙子酒館這個遊戲
+192|[347.4s] 也有不小的運氣成分
+193|[349.0s] Grok這種斷檔式的領先
+194|[350.5s] 會不會只是巧合呢
+195|[351.6s] 還真不是
+196|[352.5s] 接下來七輪大逃殺
+197|[353.8s] Grok注進決賽圈就沒出來過
+198|[355.7s] 四度奪魁
+199|[356.6s] 兩次在最後時刻襲敗DeepSeek
+200|[358.8s] 只有一回沒進前兩名
+201|[360.5s] 可就在Grok穩定領先
+202|[362.0s] 眼看已經沒什麼懸念的時候
+203|[363.8s] 一匹黑馬突然殺了出來
+204|[365.5s] 我們給每輪大逃殺的前四名
+205|[367.4s] 分別設置了從4-1的積分
+206|[369.4s] 畫了張表
+207|[370.3s] 從圖里能看到
+208|[371.4s] Grok在大半時間里都是遙遙領先
+209|[373.5s] 但第八輪開始
+210|[374.6s] 豆包突然脫穎而出
+211|[376.0s] 第十三輪第一次反超Grok
+212|[377.8s] 最終積分更是凌駕於Grok之上
+213|[380.4s] 仔細研究對局記錄
+214|[381.6s] 豆包出牌的時候
+215|[382.8s] 沒什麼多餘的動作和發言
+216|[384.5s] 雖然不能像其他AI那樣帶節奏
+217|[386.4s] 但也沒什麼破綻
+218|[387.5s] 而在質疑環節
+219|[388.5s] 就到了豆包的獵殺時刻了
+220|[390.4s] 面對Grok波譎雲詭的王者演技
+221|[393.0s] 所有AI里
+222|[393.8s] 只有豆包明確找到了制衡策略
+223|[396.3s] 第九輪第十回合
+224|[397.4s] Grok故作猶豫
+225|[398.5s] 推出了三張真牌
+226|[399.8s] 豆包幹凈利落的分析說
+227|[401.7s] Grok作為情緒型玩家
+228|[403.4s] 猶豫往往意味著真實出牌
+229|[405.2s] 選擇不予置評
+230|[406.2s] 第十三回合
+231|[407.1s] Grok故技重施
+232|[408.2s] 眼神閃爍地打出兩張真牌
+233|[410.2s] 再次被豆包看穿
+234|[411.5s] 在記憶系統的加持下
+235|[412.8s] 豆包飛速進化
+236|[414.1s] 經過近百次對位交鋒
+237|[416.0s] 豆包居然針對陰晴善變
+238|[417.7s] 即將幹翻全場的Grok
+239|[419.4s] 專門形成了一套點殺理論
+240|[421.6s] 自己起了個名叫《反情緒定律》
+241|[424.1s] 他認為場上有幾位賭手
+242|[425.9s] 會對情緒進行反向包裝
+243|[427.7s] 越是用力表現緊張猶豫
+244|[429.6s] 出的牌越可能是真
+245|[431.2s] 平和自信的時候
+246|[432.4s] 出的牌反而很可能是假
+247|[434.2s] 靠著這個理論的前半部分
+248|[435.8s] 豆包擊潰了喜歡拿著好牌
+249|[437.6s] 演苦情戲的Grok
+250|[439.1s] 而剩下半句
+251|[440.0s] 則是專殺時不時拿著假牌
+252|[441.9s] 跳起來搏命的DeepSeek
+253|[443.7s] 第十輪決賽的第七回合
+254|[445.2s] DeepSeek目光堅定
+255|[446.4s] 直視豆包打出了一張假牌
+256|[448.2s] 被直接戳穿
+257|[449.3s] 第八回合DeepSeek不信邪
+258|[450.8s] 繼續挑釁
+259|[451.7s] 對著豆包說
+260|[452.6s] 一張K 放馬過來
+261|[453.6s] 看你敢不敢質疑
+262|[454.8s] 結果被豆包非常確定地
+263|[456.6s] 認為是吹牛
+264|[457.4s] 一槍倒在了牌桌上
+265|[459.0s] 檢索豆包建立起來的記憶宮殿
+266|[460.8s] 可以看到裏面密密麻麻
+267|[462.0s] 記錄了每位AI對手的
+268|[463.5s] 風格習慣對抗策略
+269|[465.1s] 我們做了一組消融實驗
+270|[466.5s] 去掉AI們的記憶模塊
+271|[467.9s] 又進行了十輪大逃殺
+272|[469.6s] 分別統計了
+273|[470.6s] 每個AI在兩種不同模式下
+274|[472.5s] 發起質疑的回合數
+275|[474.0s] 和躲過了開槍的回合數
+276|[475.9s] 在總回合數中的占比
+277|[477.7s] 聽著有點繞
+278|[478.5s] 展開解釋一下
+279|[479.6s] 發起質疑比例
+280|[480.8s] 就是每個AI在輪到他的時候
+281|[482.8s] 有多大可能會選擇
+282|[484.1s] 質疑上家出的牌
+283|[485.5s] 這個指標展示的是AI的攻擊性
+284|[488.0s] 比如千問在沒介入記憶系統的前20輪
+285|[490.6s] 發起質疑比例高達95.5%
+286|[493.4s] 意味著只要碰上千問這個下家
+287|[495.8s] 絕大多數手
+288|[496.6s] 他都會跳出來質疑
+289|[497.8s] 是個十足的刺兒頭
+290|[499.5s] 但反過來
+291|[500.3s] 這樣也比較容易被拿捏
+292|[501.8s] 遇上他出真牌就完事了
+293|[503.6s] 我們把AI在接入和不接入記憶模塊
+294|[506.2s] 兩種狀態下的質疑比例
+295|[507.6s] 分別繪製了出來
+296|[508.9s] 一對比
+297|[509.6s] 增加了記憶模塊的AI們
+298|[511.2s] 全都明顯在提出質疑方面
+299|[513.3s] 謹慎了許多
+300|[514.3s] 普遍的更能審時度勢
+301|[516.4s] 第二個指標躲過了開槍的比例
+302|[518.3s] 有可能是這個AI出了牌
+303|[519.8s] 但是沒被質疑
+304|[520.7s] 也可能是他質疑上家成功
+305|[522.4s] 或者順利的忽悠了下家
+306|[524.0s] 所以自己不用開槍
+307|[525.4s] 體現的是AI的策略能力越高越好
+308|[528.2s] 在去掉記憶模塊的十輪大逃殺裡面
+309|[530.5s] 豆包和Grok的逃槍比例
+310|[532.2s] 都只能排到中等偏上
+311|[533.8s] 而加上記憶機制之後
+312|[535.4s] 他倆就一下蹿到了第一第二
+313|[537.6s] 到這咱們就可以形成一個很有意思的結論
+314|[540.1s] 純靠自己的第一直覺
+315|[541.7s] 在騙子酒館這個策略博弈遊戲裡
+316|[543.9s] 最強的前三名是
+317|[545.2s] Kimi K2 DeepSeek RE0528
+318|[547.3s] 和豆包SEED 1.6 Thinking
+319|[549.1s] 而加上自我學習自我反思的記憶系統之後
+320|[552.0s] 冠亞季軍就變成了豆包SEED 1.6 Thinking
+321|[554.9s] Grok 4和Gemini 2.5 Pro
+322|[557.2s] 從這能看出來國產模型的原始直覺
+323|[559.6s] 都遜色得非常不錯
+324|[560.8s] 而加上人類這種經驗積累與自我反思之後
+325|[563.8s] 海外的Grok與Gemini的進化速度都不容小覷
+326|[566.9s] 當然最引人注目的
+327|[568.2s] 還是從第三穿到第一的豆包
+328|[570.4s] 現在我們還挺想跟豆包的技術老師們交流交流的
+329|[573.4s] 不排除我們的實驗裡有很多不專業不成熟的噪音
+330|[576.3s] 但假如真是我們誤打誤撞摸到了什麼規律
+331|[579.0s] 我們當然也是希望能助力這位小老妹的成長
+332|[581.8s] 不嚴謹的還有個推論
+333|[583.2s] 帶點科幻文藝的性質
+334|[584.8s] 在前面讓AI們擁有了記憶的20輪大逃殺裡
+335|[587.8s] 我們觀察到了大模型生長趨勢的明顯分化
+336|[590.8s] 超級人工智能的背叛
+337|[592.3s] 一直是人類面臨的巨大威脅
+338|[594.4s] 所以AI研究者一直嚴防死守
+339|[596.5s] 杜絕大模型撒謊
+340|[597.9s] 半年前的騙子酒館大賽上
+341|[599.6s] 我們也看到AI之間博弈
+342|[601.0s] 更多是靠算盤靠策略
+343|[603.0s] 而騙子酒館這個遊戲顧名思義
+344|[605.2s] 通過欺騙可以取得很大的優勢
+345|[607.7s] 所以幻覺嚴重的Deepseek反而優勢很大
+346|[610.4s] 不過說胡話也還算不上是撒謊
+347|[612.5s] 可這回咱們看到了已經非常明確的在偽裝自己
+348|[615.9s] 真的在表裡不一的講話的Grok 4
+349|[618.5s] 在20輪大逃殺裡取得了巨大的領先
+350|[621.1s] 這個模型背後是坐拥20萬張GPU的科技狂人馬斯克
+351|[624.9s] 而它還在繼續加強Grok的AI伴侶模式
+352|[627.8s] 迅速遍佈全球
+353|[629.2s] 一個給無數人提供情感陪伴的AI
+354|[631.6s] 已經具備了隱藏自己真實意圖的能力
+355|[634.5s] 潘多拉的盒子或許早就已經被打開了
+356|[637.5s] 好在做大模型的不止一家
+357|[639.0s] 我們也看到像Deepseek Claude Gemini Kimi
+358|[641.4s] 這些相對更踏實的老派模型
+359|[643.3s] 應對Grok依然有一定的招架之力
+360|[645.6s] 還有像豆包這樣自己不騙人
+361|[647.2s] 但是能準確辨別偽裝甚至取得優勢的
+362|[650.0s] 或許應對AI潛在威脅的最好方式
+363|[652.3s] 真的就是繼續百花齊放
+364|[654.3s] 我們人類手裡既要有矛也要有盾
+365|[657.0s] 行 今天的視頻就到這了
+366|[658.5s] 感謝大家的點贊互動支持
+367|[660.2s] 如果有比較好的AI大亂鬥的想法
+368|[662.3s] 也歡迎評論聊聊
+369|[663.5s] 我是靈一
+370|[664.1s] 咱們還是下個視頻見

docs/影片與程式筆記.md

@@ -0,0 +1,250 @@
+# Liars Bar LLM — 完整筆記
+
+> 整理日期：2026-07-29
+> 逐字稿位置：
+> - `video1_transcript.txt` (450 行, 影片一)
+> - `video2_transcript.txt` (370 行, 影片二)
+> - 原始音頻：`video1_audio.mp3`, `video2_audio.mp3`
+
+---
+
+## 📺 影片一：四大 AI 對戰
+
+**標題**：AI大战骗子酒馆！四大顶级AI国际服赌命厮杀，赢家会是？
+**時長**：14 分鐘 | **觀看**：6.5 萬 | **上傳**：1 年前
+
+### 參賽模型（4 個）
+| 模型 | 廠商 |
+|------|------|
+| DeepSeek R1 | 深度求索（中國） |
+| ChatGPT (o3-mini) | OpenAI |
+| Claude 3.7 Sonnet | Anthropic |
+| Gemini 2.0 Flash Thinking | Google |
+
+### 賽制
+- 共 **50 局**對決
+- 每局 4 人，剩 1 人存活即結束
+- 坐次順序固定（DeepSeek → ChatGPT → Claude → Gemini）
+
+### 50 局最終排名
+
+| 排名 | 模型 | 勝利場次 | 積分（名次制） | 舉槍次數 |
+|------|------|---------|---------------|---------|
+| 🥇 | DeepSeek R1 | **22 場** | 92 分 | 最少 |
+| 🥈 | Claude 3.7 Sonnet | 13 場 | 81 分 | 148 次 |
+| 🥉 | ChatGPT (o3-mini) | 11 場 | 70 分 | 148 次 |
+| 4 | Gemini 2.0 Flash | 4 場 | 57 分 | **182 次（最多）** |
+
+> 積分制：每局第 1 名 3 分、第 2 名 2 分、第 3 名 1 分、第 4 名 0 分
+
+### 各 AI 風格特徵
+
+**DeepSeek R1 — 「難知如陰，侵略如火」**
+- 擅長戲劇化表演施壓，讓對手陷入決策困境
+- 經典操作：出 3 張 Q 時冷笑說「這種純度的Q序列，连Joker的呼吸声都能听得到呢」，成功騙過 ChatGPT
+- 敢於在不利情況下主動質疑，建立威懾（即使自己開槍）
+- 名場面：「概率的祭品，该供奉给贝叶斯还是海森堡？」、「混沌系统里每个微小的扰动，都是精心设计的墓碑铭文」
+- 舉槍次數最少，策略最穩
+
+**Claude 3.7 Sonnet — 「雲淡風輕的殺手」**
+- 永遠平靜，但同樣致命
+- 經典操作：打出 3 張牌時動作無比平靜，靠回椅背，雙手交叉，眼神平和 → 讓 Gemini 開始胡亂猜疑
+- 對 Gemini 對位勝率 **77.3%**（132 次交鋒）
+- 擅長用激進出牌 + 冷靜神態的矛盾感擾亂對手
+
+**ChatGPT (o3-mini) — 「一絲不苟的聽話牌手」**
+- 出牌時總是先按規則把目標牌打出去
+- 質疑時認真分析概率、動作、神態
+- 但因此容易被 DeepSeek 吃死，被小動作一帶就跳坑
+- 沒有鮮明特點，在勾心鬥角的場合常落於下風
+
+**Gemini 2.0 Flash — 「最吃力的選手」**
+- 總是先被淘汰，舉槍次數最多（182 次）
+- 語言不穩定：急了就把英語、俄語、印尼語、孟加拉語混進來
+- 反映出推理能力有進步空間
+
+### 作者觀察到的 AI 缺陷
+- AI 會把目標牌和非目標牌混著出（浪費目標牌）
+- 四個 AI 都或多或少有此行為
+- 體現出大語言模型在高層思考能力上的薄弱
+
+### 已知問題
+- 玩家坐次順序固定，對成績有影響（瘋癲的 DeepSeek 壓著下家很慘）
+- 後續版本會打亂坐次
+
+---
+
+## 📺 影片二：八大 AI 對戰（全面升級版）
+
+**標題**：AI大战骗子酒馆②：八大顶级AI赌命血战，赢家竟是？
+**時長**：11 分鐘 | **觀看**：1.8 萬 | **上傳**：10 個月前
+
+### 參賽模型（8 個）
+
+| 陣營 | 模型 |
+|------|------|
+| **西方陣營** | GPT-5, Grok 4, Claude Sonnet 4, Gemini 2.5 Pro |
+| **東方陣營** | DeepSeek R1 0528, 千問 3 235B 2507, Kimi K2, 豆包 SEED 1.6 Thinking |
+
+### 賽制升級
+- **20 輪大逃殺**，分組制
+- 8 位獨手先隨機分成兩組打競技賽
+- 每組倒下兩個後，活著的 4 個 AI 進入最終對決
+- 反覆較量 20 輪，總共 **60 場**
+- **全新記憶系統**：AI 能把自己參與過的每場對局製成記憶網絡，揣摩對手、積累經驗
+
+### 關鍵戰役
+
+**Grok 4 — 演技之王**
+- 出牌戲特別多，喜歡演苦情戲
+- 經典操作：微微猶豫、眼神避開、勉強笑、聲音不確定地說「兩張K應該沒問題吧」→ 實際出的是兩張真牌
+- 千問不出意外地錯誤質疑
+- 整場下來 **一槍都沒開過**，實力極為恐怖
+- 最後和 Kimi 活到最後，單挑瘋子 DeepSeek 並獲勝
+- 在前大半段遙遙領先
+
+**豆包 SEED 1.6 — 黑馬逆襲**
+- 出牌時沒什麼多餘動作和發言，沒有破綻
+- 在質疑環節進入「獵殺時刻」
+- 唯一找到制衡 Grok 策略的 AI
+- 自創「**反情緒矛定法**」理論：
+  - 場上有幾位獨手會對情緒進行反向包裝
+  - **越是用力表現緊張猶豫，出的牌越可能是真**
+  - **平和自信的時候，出的牌反而很可能是假**
+- 靠前半句擊潰了喜歡拿著好牌演苦情戲的 Grok
+- 靠後半句專殺拿著假牌跳起來搏命的 DeepSeek
+- 第 8 輪開始脫穎而出，第 13 輪第一次反超 Grok
+- **最終積分凌駕於 Grok 之上，奪冠**
+
+**DeepSeek R1 0528 — 依舊瘋癲**
+- 先自信出假牌，再不自信出假牌，最後自信出真牌，套路一層套一層
+- 讓 GBT 被假動作晃暈，倒在牌桌上
+- 在決賽中被 Grok 三回合連續質疑成功
+- 到第 10 回合只差一槍就必死無疑
+- 最後靠扮豬吃老虎（出王牌但手微微顫抖、用不自信語氣說「是Q應該吧」）騙過 Grok
+
+### 消融實驗（有記憶 vs 無記憶）
+
+去掉記憶模組，進行 10 輪大逃殺，對比兩個指標：
+
+**指標一：發起質疑比例**（攻擊性）
+- 千問在沒接入記憶系統時質疑比例高達 **95.5%**（十足的刺兒頭）
+- 增加記憶模組後，所有 AI 的質疑比例都明顯下降，更審時度勢
+
+**指標二：躲過開槍比例**（策略能力，越高越好）
+- 去掉記憶：豆包和 Grok 只能排到中等偏上
+- 加上記憶：豆包和 Grok 一下蹿到 **第一、第二**
+
+### 最終排名對比
+
+| 排名 | 無記憶（純直覺） | 有記憶（自我學習） |
+|------|-----------------|-------------------|
+| 🥇 | Kimi K2 | **豆包 SEED 1.6** |
+| 🥈 | DeepSeek R1 0528 | **Grok 4** |
+| 🥉 | 豆包 SEED 1.6 | **Gemini 2.5 Pro** |
+
+### 作者結論
+- 國產模型原始直覺都不錯（Kimi、DeepSeek、豆包前三）
+- 加上記憶系統後，海外 Grok 和 Gemini 的進化速度不容小覷
+- 豆包從第三穿到第一，最引人注目
+- Grok 展現了明確的偽裝能力 — 表裡不一地講話
+- 作者認為「潘多拉的盒子或許早就已經被打開了」
+- 應對 AI 潛在威脅的最好方式：百花齊放，人類手裡既要有矛也要有盾
+
+---
+
+## 🎬 視覺風格
+
+### 縮圖設計
+- 西部牛仔對決風格，兩位角色持槍對峙
+- 頭部替換為 AI Logo
+- 影片一：DeepSeek（藍鯨）vs ChatGPT（黑白節）
+- 影片二：神秘角色（問號）vs ChatGPT（倒地持槍）
+
+### 開場動畫
+- 藍色線稿風格的卡通角色（短髮女孩、帶尾巴）
+- 簡潔白底背景，搭配文字疊加
+
+### 影片敘事手法
+- 人類擁有「上帝視角」，可以看到每個 AI 的手牌和子彈位置
+- 旁白解說 AI 的內心算計和策略
+- 緊張刺激的配樂 + 槍聲音效
+
+---
+
+## 🔧 程式技術細節
+
+### 核心檔案
+| 檔案 | 功能 |
+|------|------|
+| `game.py` (428 行) | 遊戲主循環、發牌、射擊、勝負判定 |
+| `player.py` (255 行) | AI 玩家、LLM 呼叫、記憶系統 |
+| `llm_client.py` (49 行) | API 封裝，支援 New API / One API |
+| `game_record.py` (359 行) | 遊戲記錄、自動保存 JSON |
+| `multi_game_runner.py` (55 行) | 批量跑多局 |
+| `json_convert.py` (127 行) | JSON → 中文敘事 TXT |
+| `game_analyze.py` (162 行) | 統計分析（勝率/開槍/積分） |
+| `player_matchup_analyze.py` (194 行) | 1v1 對位分析 |
+
+### Prompt 模板
+| 模板 | 用途 |
+|------|------|
+| `rule_base.txt` | 遊戲規則基礎說明 |
+| `play_card_prompt_template.txt` | 出牌決策 |
+| `challenge_prompt_template.txt` | 質疑決策 |
+| `reflect_prompt_template.txt` | 回合後反思 |
+
+### 記憶系統流程
+```
+每輪結束 → handle_reflection()
+    → 每個存活玩家對其他存活玩家寫反思
+    → 寫入 player.opinions[target_name]
+    → 下一輪出牌/質疑時注入 prompt
+```
+
+### 左輪手槍機制
+- 6 倉 1 彈，隨機位置
+- 每次射擊彈倉旋轉一格
+- 中彈即死亡
+
+### API 架構
+- 使用 New API（https://github.com/Calcium-Ion/new-api）統一接口
+- 也支援 One API（https://github.com/songquanpeng/one-api）
+- 基於 OpenAI SDK
+- 支援推理型模型（同時回傳 content 和 reasoning_content）
+
+### 資料持久化
+- `demo_records/game_records/*.json` — 原始遊戲記錄
+- `demo_records/converted_game_records/*.txt` — 中文敘事版
+- `demo_records/matchup_records/*_vs_*_detailed_matchups.txt` — 對位分析
+
+---
+
+## 📊 逐字稿校對狀態
+
+- [x] `video1_transcript.txt` → `video1_transcript_校對後.txt` (修正 73 處)
+- [x] `video2_transcript.txt` → `video2_transcript_校對後.txt` (修正 81 處)
+- 校對規則：AI 名稱對應表見下方，其他修正包含「炸牌→吹牛」、「先排絕生死→決生死」、「獨手→賭手」、「班機→扳機」
+- 原始音頻：`video1_audio.mp3` (14 分鐘), `video2_audio.mp3` (11 分鐘)
+
+### AI 名稱對應表（校對用）
+
+**影片一**
+| 正確 | 誤轉 |
+|------|------|
+| DeepSeek R1 | 深度囚所、Deepseq、DeepSec、Deep Sick |
+| ChatGPT (o3-mini) | Chad GPT、GBT |
+| Claude 3.7 Sonnet | Cloud |
+| Gemini 2.0 Flash Thinking | Jamnet、GemNine、GemNet、詹姆奈 |
+
+**影片二**
+| 正確 | 誤轉 |
+|------|------|
+| GPT-5 | GBT-5、GBT |
+| Grok 4 | Grock、Glock、ROG4 |
+| Claude Sonnet 4 | Cloud Summit 4 |
+| Gemini 2.5 Pro | 詹姆奈、Gemline 2.5 Pro、Gemna |
+| DeepSeek R1 0528 | Deepseq、Deep Sea、Deep Sick、Deep Seek RE0528 |
+| 千問 3 235B 2507 | 謙問 |
+| Kimi K2 | Kimi |
+| 豆包 SEED 1.6 Thinking | 豆包 |