作者花约两万美元 API 额度让多个 AI 模型互打《血染钟楼》,一年内最强模型更换,新模型在说谎与识谎上进步显著。

让 AI 玩《血染钟楼》,一款类似狼人杀的社交欺骗游戏,作者花了两万美元 API 额度跑了数百局。
最让我意外的是一个细节:2026 年 2 月的 Claude Opus 4.6 到 9 月的 GPT-6 Astra,Elo 涨了约 430 分,Astra 对 Opus 4.6 胜率约 92%。
更妙的是它顺手记录了一次 AI 自己搭环境、自己跑测试、自己改设计的循环。这比排行榜有意思。
从全球优质信息源中筛选,几分钟了解当天最值得关注的观点。