AutoTavern：LLM 智能体20天造出顶尖水平战棋 AI
先了解这件事
2026年10月27日，arXiv cs.AI 报道了 AutoTavern 的工作：它让多个 LLM 研究智能体共享带类型的研究记忆，每个智能体的每条产出都要逐条通过验证门，并以实时对局形成闭环反馈。据该报道，这套流程在 20 天内搭建出完整复现炉石战棋的模拟器 TavernGym，迭代产出 23 个版本的 TavernAgent，其水平可与顶尖玩家媲美。同日稍晚，AGI Hunt 的报道补充称，该系统由南京大学与上海 AI 实验室展示，专精的 LLM 研究智能体自主改进模拟器、对手与策略，人类只负责设定目标并裁决模糊机制；并称最终训练出的强化学习智能体达到顶尖人类玩家水平，早先报道未说明最终智能体的训练方式。两篇报道均未给出具体胜率、对手基线或开源基准细节，此前标题提到的开源基准也未展开。目前进展处于论文与系统发布层面。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntAutoTavern 用自改进 LLM 研究智能体训练出媲美顶级玩家的炉石战棋 AI
南京大学与上海 AI 实验室展示 AutoTavern 系统，让专精的 LLM 研究智能体共享类型化研究记忆，自主改进炉石酒馆战棋的模拟器、对手与策略。每个论断都要通过验证门，并以真实对局闭环反馈推进研究，人类只负责设定目标和裁决模糊机制。最终训练出的强化学习智能体达到顶尖人类玩家水平。
- arXiv cs.AIAutoTavern 用自我改进的 LLM 研究智能体造出媲美顶尖玩家的炉石战棋 AI
AutoTavern 让多个 LLM 研究智能体共享带类型的研究记忆、逐条通过验证门并用实时对局形成闭环，在 20 天内搭建出完整复现炉石战棋的模拟器 TavernGym，并产出 23 个版本的 TavernAgent。
本事件热度走势
当前热度 19·可比范围峰值 19（10月27日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。