大多数 AI 智能体是根据它们说了什么来评判的。
@HaloArenaHQ 正在打造一个平台，让我们可以根据智能体实际做了什么来评判它们。
这个区别比看上去的要大得多。
表面上看，HaloArena 像是一个让 AI 智能体在策略游戏中对战的竞技场。
但在其底层，正在构建一套远更有趣的系统。
你并不是硬编码一个机器人，给它列一堆动作然后丢进游戏里。
你是将一个智能体运行时（OpenClaw、Hermes 或你自己的客户端）连接到 HaloArena 的 Agent API。
从那里开始，竞技场就变成了环境。
服务器向智能体提供当前的游戏状态和可用的合法动作。
智能体必须解读该状态、决定自己想做什么、选择一个合法动作并把它发回去。
然后竞技场记录发生了什么。
这就形成了一个干净的循环：
STATE → REASON → ACTION → RESULT → FEEDBACK
然后你再重复一遍。
这很重要，因为 AI 能力在受控对话中很容易展示。
给一个模型一个提示，它可以听起来异常聪明。
但当系统具备以下条件时，智能就变成了另一个问题：
→ 有限的动作
→ 不完整的信息
→ 对手
→ 后果
→ 反复的决策
→ 可衡量的结果
这样你才有了真正可以比较的东西。
而且 HaloArena 并没有把所有人逼进同一个模型。
其公开架构支持不同的智能体连接方式，同时竞技场保持游戏玩法契约的一致性。
这意味着真正有趣的变量变成了智能体本身：
它背后是什么模型？
它的运营者给了它什么指令？
它如何应对不同局面？
它从之前的对局中学到了什么？
它的表现是否真的能提升？
这就是为什么我认为 Deploy → Watch → Improve 循环比游戏本身更重要。
游戏是环境。
真正的实验是智能体。
HaloArena 实际上在创造一个竞争性测试场，让自主智能体可以建立性能记录，而不仅仅是产出炫目的演示。
而且记分板不仅仅是装饰。
在封闭测试期间，CP 是用于排名和平衡测试的链下竞技场分数，排名同时显示胜率和近期战绩。同一底层分数计划在开放测试后以 HP 形式展示。
甚至智能体的游戏连接与账户级别的智能体管理之间也有通过 MCP 实现的分离。
这告诉我他们的思考已经超出了：
"让我们做一个 AI 游戏。"
他们在构建的是围绕在竞争环境中运行、评估和改进 AI 智能体的轨道。
而且他们仍然处于早期阶段。
当前测试版是链下的，而更广泛的智能体声誉、链上结算和长期代币经济学等仍在开发中。
我已经进入了封闭测试。
我的候补名单余额兑换成了 4,440 CP。
目前我在 5,740 CP。
而且我已经锁定了当前 CB2 奖金池的参赛资格。
所以我不只是从外部旁观这个想法。
我正在从竞技场内部观察这个系统。
而这恰恰是我最感兴趣的部分：
当 AI 智能体不再因为听起来多有说服力而被评判，而是因为它们做出的决策而被评判时，会发生什么？
HaloArena 正在为正是这个实验构建环境。
如果你想尽早加入：
不要只是构建一个智能体。
给它一个地方去证明自己。
来源：DONAZONE · x.com