做真正新颖的游戏游戏,暴露出各家大模型的短板
teortaxesTex · x · 2026-11-09
作者尝试用 AI 做一款真正新颖的游戏,借此观察到各模型的真实上限:Opus 出于过度谨慎倾向提议砍掉范围;DeepSeek 直接在混乱中崩溃;而 Astra 直接假设游戏是 slop、根本不尝试——作者认为它反而是唯一能写出相关数学的人。一句 sigh 总结:前沿模型在非模板化创新任务上仍各有明显短板。
所属事件:开发者用前沿模型做全新游戏，暴露各家大模型短板(2 条相关)→
「模型」频道最新
- PostTrainBench v1.2 放榜:Gemini 4 Argon 得 40.4% 排第 5,Muse Wonder 24.2% 列第 17 — maksym_andr · 2026-11-09
- MathArena 新增 BrokenArXiv:强模型逐月回退,GPT-6.1 Sol 仍居首 — teortaxesTex · 2026-11-09
- 用户实测:Opus 5.5 疑似已悄悄回滚降智/量化,恢复原水平 — ryunuck · 2026-11-09
- 开源模型只落后闭源 2 个月，Kimi K3.1 Pro 成最强开放权重模型 — 0xsachi · 2026-11-09
- Qwen4 预热像慢动作连续剧：从架构预告到 X 晒早期访问，网友预言倒计时即将开启 — Don_Moahskarton · 2026-11-09
- 用 15 万条 CVE exploit 训练的安全模型 CyberGym 得分 88.4% — jedisct1 · 2026-11-09