StarSkirmish: 大模型一小时编写星际争霸机器人
Show HN: Gemini 4 Argon plays StarCraft
StarSkirmish 是一个创新的基准测试平台，让 LLM 在短短一小时内用 C++ 编写 StarCraft: Brood War 的 Protoss 机器人。这些由 AI 生成的机器人随后会与人类编写的强敌以及其他 AI 机器人进行对抗。该测试不仅评估代码生成能力，更深度考察 LLM 在长周期推理和代理编程方面的表现，观察它们如何通过实战演练不断迭代优化策略。
StarSkirmish 测试的是长周期推理和代理编程能力，因为 LLM 必须从实战游戏中汲取经验，从而不断改进其星际争霸机器人。