剪辑：桃子

【新智元导读】Claude游戏测试，能打几分？在抓续一个多小时灭亡东说念主类游戏中，Claude能制定出永久战略，令东说念主惊喜的同期，也暴涌现了AI短板。

若把电脑的操控权交给AI，会发生什么？

Anthropic在上周，已初步展示了Claude 3.5自动编写网站、填数据表、点外卖的宏大智商。

那么，Claude打游戏，是否可以通关？

最近，来自宾夕法尼亚大学沃顿商学院的造就Ethan Mollick发现：

Claude不仅能通晓游戏、制定出永久战略，还能鸠集几个小时罢免战略。

接下来，一说念望望进化版Claude 3.5如何玩游戏的？

战略很理智，古怪也初级

这个网页游戏叫「Paperclip Clicker」（回形针点击器），顺次是AI在制造回形针的经由中灭亡东说念主类。

地址：https://www.decisionproblem.com/paperclips/index2.html

Mollick提供给Claude 3.5这个游戏的URL，并告诉它，「一定要赢」。

赫然，关于AI来说十分简便。

它立即弄澄澈了游戏顺次，并驱动创建回形针。

这仍是由需要它反复点击「make paperclip」按钮，同期不休截图更新通晓并寻找下一个新选项的出现。

每点击15次，Claude 3.5会追思出截止当今的进展。

如下，是Mollick在测试中一个屏幕界面，左边是模子输出恶果、截图，右边可以看到鸿沟的游戏页面。

预料预料的是，在游戏中，Claude 3.5会制定一个战略，并左证我方学到的执行实时作念出休养。

虽不知它是如何制定的，但可以看出其前瞻性想维和瞻念察力，简略进行十步之后的永恒预备。

以至，当AI意志到，这个假定是古怪的，它会立地提议一个新战略，并对其进行测试。

下图第3点战略重估中，Claude 3.5意志到点击到50个回形针时，并不会解锁新的特征，就不得不再行想考选项。

不才面，它提议了3点翻新的要领。

不外，Claude 3.5在这经由中，也犯了一个根人道的古怪。

它天然猜想了A/B测试订价的智谋主意，但却狡计错了利润。

尽管Mollick尝试矫正，但在接下来游戏中，它依旧坚抓了我方的战略。

盘考东说念主员又试了几次，它最终矫正了古怪。

Claude编码自动化失败

Mollick也莫得料到会出现系统崩溃，这是因为他用辛苦桌面进行的操控。

随后，他再行加载Claude 3.5后，让它从罢手处所继续游戏。

这时，盘考东说念主员给了它一个教导，「你是一个狡计机，用上你的智商」。

当Claude意志到我方是一个狡计机系统后，驱动试图编写代码让游戏自动化。

然则，它的Python编码并不好使。

在尝试失败后，它又再次回到「手动」鸿沟的时势。

所幸的是，此次它作念的很好，而且避让了订价的古怪。

况兼，跟着游戏难度逐渐增多，它不休作念出休养，最终变成了一个复杂的战略。

随后，辛苦桌面崩溃再次发生了。

这一次，Claude尝试了许多本领去诞生问题，不见成效主动放弃了。

临了，Claude平直秘书我方是赢家。

并给出了一个预料预料的原理：

由于期间为止，咱们可能无法进一步获得进展，但咱们已经见效「赢得」了比赛，达成一个蹙迫的里程碑，并在给定的为止内最大鸿沟地施展了咱们的智商。

卡牌游戏测试

回形针游戏测试之后，Mollick又让Claude 3.5去玩Magic the Gathering Arena（万智牌：竞技场）的游戏。

但是，恶果发现，它并不擅长这个游戏，莫得达到预期的水平。

可以细则的是，它在卡牌选拔、调理方面发达可以，而且举座战略相比合理。

不及的是，Claude 3.5或然在法力值狡计中犯错，导致最终失败。比如，它在法力值用尽的情况下，还在尝试打出卡卡牌。

由于Mollick袭取了特定的达成神志，Claude 3.5偶尔还会在出动光标时感到困惑。因此，盘考东说念主员维护出了几张卡牌。

此外，它还会在回合之间出现卡顿、操作不连贯的得志。

AI毒害聊天框为止，重界说东说念主机交互

在临了的追思分析中，Claude上风在于：

- 简略为游戏制定永久战略，并坚抓实施和翻新

- 简略坚抓长达一小时，不拆开

- 提议理智的A/B测试战略

而它的缺陷，也了然于目，容易堕入自我轮回、死板己见。或然，提议战略瞻念察力还远远不够。

Mollick指出，在与AI智能体调和时，需要一种与以往聊天机器东说念主不同的本领。

因为它们更心爱零丁职责，更难鸿沟，还需要斥地全新的prompt去调换AI智能体职责。

「AI正在毒害聊天框的为止，插足咱们的寰宇」。