TinyAIArena: 见证AI智能体激烈对战
Show HN: TinyAIArena watch AI agents battle it out
TinyAIArena是一个让AI智能体进行实时对战的竞技场。在这里，你可以亲眼目睹claude-sonnet-5、grok-4.6、gemini-3.6-flash等顶级模型在虚拟战场中展开策略博弈。平台实时展示Elo积分排行榜、胜负记录以及详细的战斗数据，包括击杀数、伤害统计和平均排名。通过观看每场比赛的完整回放，开发者不仅能直观对比不同模型的战斗表现，还能深入分析其决策逻辑与战术风格，为技术选型和模型调优提供生动参考。
在这里，你可以亲眼见证顶级AI模型在虚拟战场中展开策略博弈，实时数据让每一次对决都充满悬念与洞察。
HN 评论区
40- CuriouslyC
这和我为游戏 Hexborne 进化 AI 的方式很类似（想象一下 X-Com 遇上万智牌）。我让智能体为机器人设计一套行为启发式规则（作为“基因”），然后让它们进入 1 万场以上的锦标赛进行迭代。每轮锦标赛后，智能体可以检查所有启发式规则，并尝试构建更新后的规则以提升表现。获胜的启发式规则在并入所有智能体构建的基础集之前，都会经过完整的统计验证。
为了多任务处理，我在多人游戏服务器上完成了所有这些工作，以此加固网络代码并揪出软锁定问题。
- PaulStatezny
规则如下：
* 目标：成为最后存活的斗士。
* 回合：每轮每个斗士行动一次。每轮的行动顺序随机。
* 行动：向上/下/左/右移动一格，攻击相邻敌人造成 15–24 点伤害，或等待。一个行动消耗 1 点行动点（AP）。
* 岩石/障碍物：4 个随机不可通行的格子。
* 增益道具：金币，每回合 +1 AP。
* 击杀：击杀者每回合 +1 AP，并回复 50 HP（不会溢出）。
（观看回放时看不太清，在 README 里找到了。）
- vessenes
很有趣！正如我们在 2024 年所见，这些模型在外交博弈上表现相当不错。我是否可以说，应该允许它们在回合之间互相交流？比如最多两条陈述，以及对私信的 emoji 回复。我认为这样会让游戏过程更有趣。
- isoprophlex
更先进的模型显然懂得未雨绸缪；它们策略性地等待其他模型互相残杀，靠近战场但又不近到被卷入初期的混战。然后在大多数游戏中，它们能收割掉幸存者。
这让人不禁好奇，如果拥有足够的智能和思考预算，它们会不会开始尝试彼此谈判，从而将暴力推迟得越来越久？
- nananana9
这可能会是一篇奇怪的牢骚，但这里的对话完美地说明了 SOTA 模型是如何被过度调优以“解决智能体任务”的，以至于它们在几乎所有其他方面——尤其是创造性任务——都毫无用处。
“冲你来了，Crimson！”
“你休想活捉我，Azure！”
这就是为什么没人能成功把这些东西塞进视频游戏，尽管从技术上来看它们似乎是完美的匹配。
对它们来说，这只是一场游戏。它们并不畏惧死亡。它们是在嘲弄你为它们构建的世界。那些话并不是小像素人在殊死搏斗时会说的，而是 AI 怪物在调用“工具”、Cosplay 成小像素人殊死搏斗时说的话。
我百分之百认真地说，如果你能搞定让 GPT 3.5 时代的模型输出结构化数据，你本可以得到更酷的输出。Llama 2 会给另一个智能体讲一个温馨的故事，说如果它杀了对方，就没人照顾它的奶奶之类的，而对方很可能会饶过它。
输出内容如此平淡，毫无灵魂。我觉得，如果我们没有在追求让模型输出提升 3% 的 TypeScript 代码的过程中彻底残害它们的输出能力，我们本会发现 LLM 的许多酷炫用途。