Meta研究开发具有谈判、说服和合作能力的人工智能CICERO，CICERO如同Deep Blue和AlphaGo等人工智能一样，是在游戏中进行试验，CICERO能够游玩策略游戏《外交》webDiplomacy.net，与其他人类玩家以自然语言沟通，甚至是说服其他玩家结盟，最终取得游戏胜利，并进入游戏参与者排名前10%。
《外交》这款游戏过去被认为是人工智能难以克服的挑战，因为需要掌握理解其他玩家的动机和观点，并制定复杂的计划以自然语言与其他人类玩家完成协议，在过程中还需要不断调整策略，最终创建伙伴关系和联盟。研究人员提到，CICERO具有非常好的沟通能力，导致人类玩家偏好与CICERO合作，而非其他人类参与者。
与国际象棋和围棋等游戏不同，《外交》需要处理的不是游戏规则本身，而是与其他玩家的关系，因此要能在游戏中获得胜利，CICERO需要能够识别其他玩家的虚张声势，或是避免无意做出会被其他玩家视为具攻击性的行动，否则可能很快就会输掉游戏，而且CICERO还需要像真人玩家一样对话，表现出同理心、创建关系并且谈论游戏，才能找到愿意一起合作的玩家。
CICERO的贡献在于，能够交叉运用人工智能两个不同领域的技术，综合战略推理和自然语言处理赢得游戏，CICERO有能力在《外交》游戏的后期，推论出需要某个特定玩家的支持，然后期定策略获得该玩家信任，甚至是从该玩家的角度找出风险与机会，以提高说服该玩家结盟的几率。
在《外交》游戏中，与其他玩家交谈比移动棋子的方法还要重要，CICERO具清楚且有说服力沟通，能制定短中长期的策略，像是在立即要求一名玩家提供支持的同时，说服另一名玩家在游戏后期结盟，CICERO能够说明为什么这些玩家要跟他合作，这个行为如何能够互利互惠，CICERO还会一边收集资讯，替未来的行动奠定基础。但CICERO仍然有一些需要改进的部分，像是可能会产生与行动不一致的对话。
CICERO在《外交》的试验，展示在合作和竞争游戏中，以目标为导向的对话系统，解决人工智能与人类在完成共同目标上，所出现的社交和技术挑战，《外交》提供了一个环境，让利益冲突的玩家相互搏斗，并将复杂的目标转成自然语言，像是玩家可能会选择在短期利益上妥协以维持盟友，并希望该盟友在下一回合帮助他们进入更好的位置。
Meta现在开源CICERO程序代码，让其他研究人员可以继续相关的研究，CICERO也采用零样本分类对话模型，监测和删除有害的对话消息。