给前沿模型 10 万美元 60 天,谁能在火星殖民地模拟里活到最后
shekitup · x · 2026-11-11
开发者 shekitup 构建了一个火星殖民地模拟器,给每个前沿模型 10 万美元预算和 60 天游戏时间,测试它们能否维持殖民地运转。模型需要提前规划、调度补给飞船与殖民者、建造居住舱、种植食物、应对风暴、修理机器、管理库存等,存活人数最多的模型获胜。
这是一个用长程规划、资源管理与应对突发事件综合考验模型 agent 能力的娱乐性基准,结果值得关注。
「Fun」频道最新
- AI 翻唱名场面：从 Hurt 唱到 Take Me Home, Country Roads — rickasaurus · 2026-11-11
- Poly 创始人发文回击催更：永不卖公司，时间线由我定 — DionysianAgent · 2026-11-11
- ARPANET 缔造者 Licklider 在 PDP-1 前的旧照与其对今天的预言再流传 — CatAstro_Piyush · 2026-11-11
- 物理学家 Wolfenstein 撞名德军总部：一条参考文献引发的梗图 — CatAstro_Piyush · 2026-11-11
- Tracking Singularity:一份 AI 能力与失控事件的时间线汇编 — dejavucoder · 2026-11-11
- 为给女儿讲芝诺悖论，父亲开发应用演示指尖永不相触 — CurieuxExplorer · 2026-11-11