大语言模型玩文字冒险游戏还是不行啊
最近在试图反编译某款我小时候觉得苦手的策略游戏，想交给现在的AI看看能不能琢磨出来什么策略。
正巧就发现了这篇本周才上arxiv的论文（https://arxiv.org/pdf/2602.15867），是关于测试一批当下主流AI模型（Claude Opus 4.5、ChatGPT 5.2、Gemini 3）玩1977年文字冒险游戏Zork I的能力。
不知各位老男人有没有玩过这个类型，是完全靠文本交互，必须输入特定英语单词才能推进流程。我最早接触的是iOS上的DOS模拟器iDOS里面自带的一款，现在已经忘记叫什么了...
Steam上还有原汁原味版：https://store.steampowered.com/app/570580/Zork_Anthology
这作1993年出了带画面的重制版（Return to Zork，中文名《重返魔域》），在欧美国家只发售过PC版，但在日本还上过几款家用游戏机，包括FM Towns、PCFX、PS1和世嘉土星：
那么回到AI的表现...以下交给Claude Opus 4.6解读论文了：
看来这种还是需要具身想象的任务，现在的AI依然做不好啊😅
上一篇：求助，各位屌大的，ESHOP游戏一般都在哪买
下一篇：请问psp空之轨迹sc的资源，我看还分什么UMD1 UMD2，还有合辑，玩哪个啊。
-
2 2楼 -
sakurachan
这个结论说的太对了！尤其是“AI不能从反馈中学习”，很多人意识不到这一点，拼命让AI修正，反复失败生闷气。
以为是在线强化学习呢，很多人可能都没搞清楚LLM跟AlphaGo那种AI的区别😂
-
-
确实，AI一旦走偏了，整个对话就已经被污染了。与其反复纠正它的错误，不如从源头就不让它走偏，所以命令行里需要经常rewind
sakurachan
在没条件做模型微调的情况下，我认为AI犯错的最好修正办法就是：将防范方法加入提示词后重来一遍。
-
-
-
-
-
-
0 11楼 -
supervisor
估计不用多久也可解决这个问题。
以前说机器只有运算速度和大容量记忆，不能做到人类很容易的行为如识别人物、图像，后来超越了；以前说AI无法在棋类等需要复杂推理的场合战胜人类，后来象棋、围棋分别被超越； ...
是的，这些论文都有时效性，不过有些问题可能意味着需要架构改变——比如AlphaGo跟更早的围棋AI（如天顶系列）就不是同一物种了，那么离出现能完成的AI所需的时间就会长一些（虽然到底需要多久是难以预期的），至少比某些其他看上去更复杂但当前架构可以胜任的工作要来得迟。
另一方面这些原理层面的局限对现有AI的使用方面也可以提供一些启发吧。比如我们跟AI对话时经常假设了它具有场景想象能力（比如前几天很火的洗车问题），但是它肯定是不具备的，除非厂商训练时把相关知识灌输给它；这方面AI看起来很笨，但是对完备信息（即不需要引入具身想象补充信息）的处理能力AI已经远远超过大部分人类了，所以我在坛子里一直是鼓吹AI的😂 -
-
1 14楼 -
-
-
-
-
-
这些相对都是高级的抽象问题。AI难以解决的是一些基础的问题，比如大素数快速分解的问题，P=NP的问题，当然这些问题人类也难以解决（其实棋类问题大部分人类也难以解决），这些基础问题方面我认为AI在可预见的未来几十年都不会有什么突破性进展
supervisor
估计不用多久也可解决这个问题。
以前说机器只有运算速度和大容量记忆，不能做到人类很容易的行为如识别人物、图像，后来超越了；以前说AI无法在棋类等需要复杂推理的场合战胜人类，后来象棋、围棋分别被超越； ...
-
