Claude 打通关宝可梦火红后,有人用 Radical Red 做了更难基准
simonguozirui · x · 2026-09-10
bkalisetti01 介绍:几个月前 Claude(社区称 Fable)靠非常朴素的策略打通了《宝可梦 火红》,但火红本身难度较低,模型得以侥幸通关。
为此他基于难度更高的 ROM hack 版本《宝可梦 Radical Red》制作了一个更难的 agent 基准,用来更严格地测试模型长程决策与游戏操作能力。
「编程与Agent」频道最新
- 给 AI Agent 配专属邮箱,用邮件直接派活的新玩法 — jamesbrooksco · 2026-09-10
- Agno 发布 agent 平台 SDK：一次构建，REST、MCP、Slack 多端部署 — pritisinghhhh · 2026-09-10
- Meta 收购瑞典 AI 创业公司 Stilla 强化商业 Agent — armand_ruiz · 2026-09-10
- 给 Agent 配上 shell 后上下文格式差距不缩反扩：从 50 分拉大到 74 分 — arch1v1sor · 2026-09-10
- 理解 Agent 先看 harness：模型只是最可替换的零件 — alex_verem · 2026-09-10
- 实测 computer use 精准定位：让模型在 Google 日历里画肖像 — xwang_lk · 2026-09-10