⚔️ 别再拿选择题跑分了！有人让两大顶级大模型在局域网打了一场星际争霸式的即时战略对决。

评测极客 @niklaslenz_ai 刚刚搞了个极具观赏性的大活：他自己写了一套即时战略（RTS）对战引擎，没有人类介入、全程开启深度思考（Thinking on），让两大国产顶级模型在不同的物理硬件上各控一方互推基地！

双方的软硬件配置非常硬核，甚至带点阵营对决的意味：

• 蓝方（守望阵营） ➔ MiniMax-M3.1-Flash，部署在一台 苹果 Mac Studio M5 Ultra（256GB 顶配） 上，走 TensorFold 1.2.1 引擎与 MLX mix256k 混合量化（~3.8 bpw）；
• 红方（天灾阵营） ➔ GLM-5.3-Flash，部署在 2 台 NVIDIA DGX Spark 超算节点 上，走 EXL3 4bpw 量化；
• 第三方 AI 解说 ➔ 另拉了一台 DGX Spark 单独跑 Drama 3，分章节实时复盘战局、分析双方在战争迷雾（Fog of War）下的视野盲区与博弈动机。

对决规则极其残酷简单：
1. 唯一胜负标准是拆毁对方老家基地；
2. 每方最多只能起 2 座防御塔，逼着模型把算力花在兵线调度和攻防抉择上；
3. 从第 10 分钟开始双方获得无限资源，进入生死决战。

从实录视频看，博弈场面极其戏剧化：
两个模型在战争迷雾下完全是“黑盒博弈”——它们需要一边分析自己视野里探到的敌情，一边在内部长思维链里权衡“是先造塔固守，还是趁虚爆兵偷家”。走位、拉扯、试探与战术反制全部由模型自行规划吐字决策。

这场实验最大的启发，在于它把大模型的 Agent 评估带入了一个完全崭新的维度：
刷榜刷题早已不能代表模型的真实智力。让模型在带有动态物理规则、信息不对称（战争迷雾）和强对抗博弈的环境里自己做决策，谁在重压下少犯错、谁的策略闭环更深，高下立判。

📎 演示原视频来自 @niklaslenz_ai

#MiniMax #GLM #MacStudio #DGXSpark #大模型对决 #AI游戏 #即时战略