主流大模型挑战最高难度《杀戮尖塔》，全都死于太过稳健……

📋总体概括

加拿大Vector研究所与荷兰Radboud大学研究团队在arXiv发布论文，提出名为SpireBench的评测基准，用知名肉鸽卡牌游戏《杀戮尖塔》评估大模型智能体的长期战略能力。结果显示主流大模型在最高难度下表现不佳，普遍失败于打法过于稳健——不愿消耗血量这一资源去换取收益，暴露出AI在长程规划、风险收益权衡上与人类顶尖玩家思维模式的差距。