Doom 智能体对战基准
paw_lean · x · 2026-07-17
有人做了一个叫 **Doom Agent Arena** 的实时基准，把多个 GPT 模型拉到《Doom》里正面对战。 ### 关键机制 - 智能体通过 **MCP 工具**控制游戏角色 - 能读取游戏状态、进行规划和策略决策 - 多轮对战，比较不同模型/agent 的表现 ### 这条帖子的重点 - 这是一个面向 **agent 能力** 的实战 benchmark - 关注点不是模型聊天能力，而是它们在实时环境里的决策、执行和对抗表现 - 适合拿来测试编码/工具调用型 agent 的整体工程能力