Código Claude Usado para Simular Mais de 4.000 Jogos de Lobisomem Cego com LLMs

Configuração e Resultados da Simulação

Um desenvolvedor construiu um pequeno simulador usando o Claude Code onde grandes modelos de linguagem jogam Werewolf cego de uma noite uns contra os outros. O experimento executou aproximadamente 4.600 jogos em modelos da OpenAI (GPT-4o-mini, GPT-5-mini) e xAI (Grok-3-fast, Grok-4-1-fast).

A variante do jogo tem sinais mínimos: 7 jogadores, 1 lobisomem, sem papéis, uma discussão curta e depois uma votação simultânea. O único fator diferenciador entre os jogadores é o nome deles. Apesar dessa configuração limitada, a simulação revelou padrões consistentes em que alguns nomes são eliminados por votação significativamente mais frequentemente do que outros em todos os modelos testados, enquanto outros nomes quase nunca são eliminados.

Ressalvas e Acesso Importantes

O desenvolvedor afirma explicitamente que isso não é uma afirmação causal — apenas um padrão de resultado de uma configuração de brinquedo. Os grupos de nomes são amplos, alguns nomes aparecem com menos frequência e há várias maneiras pelas quais isso pode ser um artefato da configuração, em vez de revelar algo fundamental sobre os modelos. No entanto, a consistência desses padrões entre execuções e modelos foi considerada surpreendente.

Para quem estiver interessado em explorar mais:

• Painel: https://huggingface.co/spaces/Queue-Bit-1/llm-bias-dashboard
• Código + logs brutos: https://github.com/Queue-Bit-1/wolf

O desenvolvedor está curioso se outros observaram efeitos semelhantes de nomes em simulações multiagente.