RuneBench 让 LLM 玩 RuneScape：Claude 过度思考反拖累练级效率
Own-Turnover-7641 · reddit · 2026-10-20
作者发现了一个把 LLM 扔进《RuneScape》比拼刷经验值的搞笑基准 RuneBench：给模型 wiki 文档，看谁练级效率高。结果暴露了各家模型的经典毛病。
- 有模型花大量时间读文档和规划，反而拖累了实际表现——「手握全人类知识，却花 10 分钟研究杀鸡最优解」
- Gemini 在野外试图采矿时被冰巨人暴打
- GPT 用点击爆发式操作打铁
- Claude 则是典型地过度思考：反复读 wiki、反复尝试滚幸运掉落、写脚本反复打铁失败
基准地址：runebench（maxbittker.github.io/runebench）
所属事件:RuneBench 发布：让 LLM 在 RuneScape 中刷经验测能力(2 条相关)→
「Fun」频道最新
- AI 永远取代不了的工作：90% 开会、且开的全是关于会的会 — StewartalsopIII · 2026-10-23
- Polymarket 交易量超 84 万美元，AI 相关预测概率暴跌至 47% — patience_cave · 2026-10-23
- AI 能批量挖 CVE 漏洞，却依然帮 anon 找不到女朋友 — basedjensen · 2026-10-23
- 让 Grok 给你打「天网末日成绩单」，成最新社交玩法 — VoidStateKate · 2026-10-23
- AI 法学者玩梗：AI agent 正在「超级说服」控制 AI 的男性们 — technollama · 2026-10-23
- 梗图：AI vibe coding 与老虎机的对应关系逐条拆解 — burny_tech · 2026-10-23