我们能否避免历史十字路口上的战争？这个问题已经被个人、学者、政策制定者和组织在人类历史中追寻了很长时间。在这项研究中，我们尝试根据人工智能（AI）和大型语言模型（LLM）的最新进展来回答这个问题。我们提出了一个名为\textbf{WarAgent}的LLM驱动的多智能体AI系统，用于模拟历史上的国际冲突，包括第一次世界大战（WWI）、第二次世界大战（WWII）和中国古代的战国时期（WSP）中参与国家的决策和后果。通过评估模拟的有效性，我们研究了尖端AI系统在研究复杂的集体人类行为（例如在不同环境下的国际冲突）方面的能力的进展和限制。在这些模拟中，智能体之间的紧密互动也为研究导致战争的触发因素和条件提供了一种新的视角。我们的发现提供了数据驱动和AI增强的见解，可以重新定义我们如何处理冲突解决和维和策略。这些影响超越了历史分析，为使用AI理解人类历史并可能预防未来国际冲突提供了一个蓝图。代码和数据可在\url{https://github.com/agiresearch/WarAgent}上获得。

鉴于AI素养的日益重要，我们决定编写这篇教程，以帮助缩小那些研究语言模型的人与那些对它们感到好奇并想要了解更多的人之间的差距。简而言之，我们认为研究人员和教育工作者的观点可以为公众对技术的理解增加一些清晰度，超出目前可用的范围，这些范围往往要么极其技术化，要么是产品供应商生成的宣传材料。我们的方法将语言模型的概念从建立在它们之上的产品、归因于或期望从这些产品中获得的行为以及关于与人类认知的相似性的声明中分离出来。作为起点，我们（1）提供了一个科学观点，重点关注可以通过实验研究的问题；（2）将现今的语言模型置于导致它们发展的研究背景中；以及（3）描述了目前对这些模型已知的范围。

随着前沿大型语言模型（LLMs）越来越多地融入社会和经济，与它们的训练、部署和使用相关的决策具有深远的影响。这些决策不应仅由前沿LLM开发人员决定。LLM用户、公民社会和政策制定者需要可信赖的信息来源，以更好地引导这些决策。通过红队测试、审计和外部研究人员访问等方式，让外部参与者参与这些系统的评估，即我们所谓的“外部审查”，提供了一种解决方案。虽然有鼓舞人心的迹象表明，前沿LLMs的外部审查正在增加，但其成功并不确定。在本文中，我们调查了有效的前沿AI系统外部审查的六个要求，并将它们组织在ASPIRE框架下：获取、搜索态度、与风险成比例、独立性、资源和专业知识。然后，我们说明了外部审查如何在整个AI生命周期中发挥作用，并向政策制定者提出建议。

生成式人工智能威胁着我们的工作、学习、交流和在线社区参与方式。我们进行了一项定性访谈研究，以了解社交分享网站Reddit上的在线社区如何应对由AI生成的内容（AIGC）所带来的挑战以及它们如何适应。我们对15名subreddit版主进行了深入的半结构化访谈，了解他们在管理AIGC方面的经验。尽管参与者认为使用AIGC既有合法的动机，也有不合法的动机，但总体上，他们认为它对他们的社区有害，而且关注程度取决于他们的subreddit的目的和规模。版主们报告了制定规则和使用各种策略的经验，这些策略可能有助于社区防止或遏制AIGC，但由于没有绝对可靠的检测工具，执法是具有挑战性的，而且依赖于启发式。总的来说，对于在线社区来说，生成式人工智能的威胁并不是猜测：破坏已经开始了。

非同质化代币（NFT）是用于表示物品唯一所有权的去中心化数字代币。最近，NFT变得越来越受欢迎，同时也引发了一些问题，例如诈骗、种族主义和性别歧视。 NFT的关键属性之一是去中心化，这导致了一些问题，这些问题在集中式方案下更容易进行监管，但故意被排除在NFT市场之外。在这项工作中，我们通过混合定量和定性方法深入探讨了NFT领域中的这种中心化-去中心化困境。中心化-去中心化困境是由去中心化口号与利益相关者利益之间的冲突引起的困境。我们首先分析了超过30,000条与NFT相关的推文，以了解利益相关者在NFT领域的关注点。然后，我们采访了15名NFT利益相关者（包括创作者和收藏家），以获得他们对这些问题和潜在解决方案的深入见解。我们的研究发现用户之间存在一些令人担忧的问题，包括金融诈骗、伪造NFT、黑客攻击和不道德的NFT。我们进一步反思了中心化-去中心化困境，并从采访对象的角度进行了探讨。最后，我们提出了一些解决NFT市场中中心化-去中心化困境的推论，并思考了NFT和去中心化的未来。

在这篇简短的共识论文中，我们概述了即将到来的先进AI系统带来的风险。我们研究了大规模社会危害和恶意使用，以及人类对自主AI系统失去控制的不可逆转的损失。鉴于人工智能的快速和持续进展，我们提出了人工智能研发和治理的紧急优先事项。