Epoch AI 实测 GPT-5.6 玩《杀戮尖塔》：计算机操作无碍但战术策略仍存瓶颈

独立研究机构 Epoch AI 于 2026 年 8 月公布了对 GPT-5.6 Sol 的测试分析，通过让其操作电脑运行卡牌游戏《杀戮尖塔》，评估其在长程规划和复杂决策环境中的实际表现。

• 操作与策略分化：测试表明模型在图形界面识别与点击操作等底层计算机使用能力上表现稳定，但在战术选择、牌组构筑与长周期资源管理等策略层面存在明显瓶颈。
• 水平基准定位：GPT-5.6 Sol 在该游戏中的综合决策水平高于人类新手，但尚未达到具备全局博弈意识的专家水平。
• 评估维度价值：相比单轮问答评测，具有随机性与多步状态累积的策略游戏能更真实地检验多模态智能体在连续环境中的逻辑一致性与长上下文记忆能力。
• 影响/看点：这一测试表明当前多模态代理在界面执行层面已相对成熟，但在缺乏结构化记忆与多步因果推演机制的情况下，难以在复杂策略任务中达到专家级表现。
• 资料依据：
• 1. Epoch AI 官方发布 (https://epoch.ai)
• 2. Epoch AI 社交平台公告 (https://x.com/EpochAIResearch/status/2093079297724735906)

本内容由 AI 生成，仅供参考，请注意甄别