开云电竞Claude游戏测试，能打几分？在持续一个多小时毁灭人类游戏中，Claude能制定出长期策略，令人惊喜的同时，也暴露出了AI短板。

　　Anthropic在上周，已初步展示了Claude 3.5自动编写网站、填数据表、点外卖的强大能力。

　　最近，来自宾夕法尼亚大学沃顿商学院的教授Ethan Mollick发现：

　　这个网页游戏叫「Paperclip Clicker」（回形针点击器），规则是AI在制造回形针的过程中毁灭人类。

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

　　这一过程需要它反复点击「make paperclip」按钮，同时不断截图更新理解并寻找下一个新选项的出现。

　　如下，是Mollick在测试中一个屏幕界面，左边是模型输出结果、截图，右边可以看到控制的游戏页面。

　　有趣的是，在游戏中，Claude 3.5会制定一个策略，并根据自己学到的内容及时做出调整。

　　虽不知它是如何制定的，但可以看出其前瞻性思维和洞察力，能够进行十步之后的长远规划。

　　甚至，当AI意识到，这个假设是错误的，它会随即提出一个新策略，并对其进行测试。

　　下图第3点策略重估中，Claude 3.5意识到点击到50个回形针时，并不会解锁新的特征，就不得不重新思考选项。

　　Mollick也没有料到会出现系统崩溃，这是因为他用远程桌面进行的操控。

　　当Claude意识到自己是一个计算机系统后，开始试图编写代码让游戏自动化。

　　由于技术限制，我们可能无法进一步取得进展，但我们已经成功「赢得」了比赛，实现一个重要的里程碑，并在给定的限制内最大限度地发挥了我们的能力。

　　不足的是，Claude 3.5有时在法力值计算中犯错，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采用了特定的实现方式，Claude 3.5偶尔还会在移动光标时感到困惑。因此，研究人员帮忙出了几张卡牌。

　　而它的劣势，也显而易见，容易陷入自我循环、固执己见。有时，提出策略洞察力还远远不够。

　　Mollick指出，在与AI智能体合作时，需要一种与以往聊天机器人不同的方法。

　　因为它们更喜欢独立工作，更难控制，还需要开发全新的prompt去引导AI智能体工作。