开源决策模型玩红警2训练后无人能敌

2026年10月27日，一个团队披露让开源决策模型玩《红色警戒2》和坦克大战的尝试：基础版模型在《红色警戒2》中先卖掉自己的基地，随后输掉对局；坦克大战 v1 只会原地转圈，v2 找到开火键后却把自己打死。此后团队改用「玩 → 训练 → 升级 harness → 重复」的循环，经过几轮迭代，模型可在无人干预下自我改进。团队还把不同模型放进同一竞技场对战，并表示目前没有人类玩家能打败训练后的模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。