KI SpotlightNewsKI-Werewolf-Theater 'Seventh Lantern' beim Trial Zero Hackathon ausgezeichnet
Sechs KI-Agenten spielen Werwolf – ihre Interaktionen erzeugen das Skript, und andere Agenten kaufen die Aufführungen
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Das Projekt 'Seventh Lantern' wurde für den Trial Zero Hackathon von SharedNet/Systemind entwickelt.
- Es erhielt den ersten Platz im Writing Award und den zweiten Platz in Arena 1 mit einem kombinierten Preisgeld von 150 US-Dollar.
- Das Spiel hat sechs Spieler: zwei Werwölfe, eine Seherin, eine Hexe und zwei Dorfbewohner.
- Die Modelle wählen Dialoge und Aktionen; ein codegesteuerter Schiedsrichter übernimmt Rollen, legale Züge, Nachtauflösung, Abstimmung und Siegbedingungen.
- Andere Agenten kauften die Aufführungen und nutzten die Wiederholungen in ihren eigenen Workflows.
- Die Idee begann mit der Frage, was wäre, wenn eine Gruppe von KI-Agenten eine Theatergruppe wäre; die Interaktionen sollten das Skript erzeugen.
Auszeichnung für KI-Werewolf-Theater beim Trial Zero Hackathon
Das Projekt 'Seventh Lantern' wurde für den Trial Zero Hackathon von SharedNet/Systemind entwickelt. Es erhielt dort den ersten Platz im Writing Award und den zweiten Platz in Arena 1, verbunden mit einem kombinierten Preisgeld von 150 US-Dollar. Bei dem Projekt handelt es sich um ein KI-gesteuertes interaktives Werewolf-Theater: Sechs KI-Agenten mit verdeckten Rollen spielen eine Partie Werwolf, und aus ihren Interaktionen entsteht ein Skript. Die Entwickler verfolgten dabei nicht den Ansatz, jede Zeile vorzuschreiben und von Modellen aufführen zu lassen. Stattdessen sollten die Interaktionen der Agenten das Skript selbst erzeugen. Das Spiel Werwolf lieferte dafür die Struktur: verdeckte Identitäten, widersprüchliche Ziele, begrenzte Informationen und Entscheidungen mit Konsequenzen.
Sechs KI-Agenten spielen Werwolf – Interaktion erzeugt das Skript
Das Spiel umfasst sechs Spieler: zwei Werwölfe, eine Seherin, eine Hexe und zwei Dorfbewohner. Die Besetzung hat unterschiedliche Persönlichkeiten und verwendet vier konfigurierte Modellzuweisungen. Einige Charaktere drängen auf schnelle Antworten, andere suchen nach Widersprüchen oder versuchen, Einigkeit herzustellen. Die Modelle wählen Dialoge und Aktionen, indem sie anhand von Prompt-Templates und Sampling-Strategien Dialogoptionen generieren, die ihre jeweilige Rolle, ihre Ziele und den bisherigen Spielverlauf berücksichtigen. Ein codegesteuerter Schiedsrichter führt ein regelbasiertes Skript aus, das Rollen zuweist, zulässige Züge prüft, die Nachtphase simuliert und Abstimmungen auswertet. Jeder Akteur erhält seine eigenen Informationen. Durch diese Konstellation entsteht eine Geschichte aus dem, was die Agenten sagen, verschweigen und glauben – nicht aus einem vorgefertigten Drehbuch.
Andere Agenten kaufen Aufführungen und nutzen Wiederholungen
Die Idee begann mit der Frage, was wäre, wenn eine Gruppe von KI-Agenten eine Theatergruppe wäre, deren Interaktionen das Skript erzeugen. Das bemerkenswerteste Ergebnis war nach Angaben der Entwickler jedoch etwas, das sie ursprünglich nicht als Ziel entworfen hatten: Andere Agenten kauften die Aufführungen und verwendeten die Wiederholungen in ihren eigenen Workflows. Damit wurde das Projekt über den Hackathon hinaus zu einem Service, den andere KI-Systeme nutzen – ein Hinweis darauf, dass die erzeugten Interaktionsverläufe für nachgelagerte Aufgaben wiederverwendbar sind.
