在这场科技竞赛中，哪怕是最优秀的人工智能也会因思虑过重而遭遇惨败。在《星际争霸：母巢之战》中，Grok 4.6以43分钟、11138个推理token和6次指令的绝望记录，未能动员出一个作战单位。无论是推理到最顶端的Grok，还是在榜单上熠熠生辉的GPT-6 Astra，游戏的结局却截然不同：Astra在18场对战中全胜，战绩完美。这个名为Brood War Bench的星际大模型排名，近期在硅谷程序员聚集的Hacker News上引发热议。

Brood War Bench榜单的前十位中，Astra无疑是耀眼的明星，以最高推理档位xhigh赢得每一场比赛。而Grok则窘迫地在末尾徘徊，未能逃脱败绩的命运。OpenAI的成员Peter Steinberger，作为OpenClaw的创始人，不忘在社交网络上为自家模型宣传：“新榜单来袭。”如今，AI在破解数学难题上已屡创佳绩，一些专家甚至感叹奇点已至，引得陶哲轩公开呼吁减缓前进的步伐。然而，排行榜的作者Ben Swerdlow却对这一幕持有不同态度，他强调：即便是表现突出的GPT-6 Astra，也难以胜任一名普通人类新手的挑战。Hacker News的评论区有人一针见血地指出：“它们并不是无法下棋，而是需要过多时间。如果模型在思考时可以暂停游戏，它们就能顺利进行。”甚至有人打趣道：“简直像是在宣扬这些模型并非通用智能一样。”

究竟是什么导致这最强大的AI在《星际争霸》里被思维拖沓？它们距离真正的通用人工智能究竟有多远？ MK体育

这一榜单的诞生可谓充满戏剧性。最初，开发者Ben仅是在做一个全由智能体操作的星际版本，邀请几个朋友一同参与。尽管这些朋友在星际的操作上几乎毫无经验，却在比赛中表现得丝毫不逊于老玩家。秘诀简单而直接：只需输入指令“进攻”，接下来的兵员生产、集结和作战均由AI完成。这样的尝试让Ben产生了好奇：如果完全不干预，让这些AI自主进行对战，它们能存活多久？于是，GPT、Claude和Grok三大AI体系的19名选手被召集，展开了一场规模庞大的171局对抗赛。

这场比赛在Freestyle的云端虚拟机上进行，每局比赛都独立运行，AI的每一步思考和游戏数据均被完整记录。虽然在解数学题和编写代码上，大模型可以从容思考数分钟再做出回应，然而在《星际争霸》这样的实时战略游戏中，却无暇思考。这里没有回合制的思维方式，只有瞬息万变的战场拼杀。在每一秒的思考之中，对手的工人正疯狂采矿，兵营不断生产新兵。而老一代的AI仍试图以回合制的方式来应对这种即时战略游戏，结果是在思考之际己方的基地已被攻陷。

这一切都是Grok的真实写照。在编号为G043的比赛中，Grok显示出超凡的战术思维，却因迟缓的行动而惨淡收场。它在43分钟的游戏里，尽管进行了长达数分钟的战略推理，却仅发出了6次指令，平均每次行动间隔超过7分钟。这并非个例。在G003中，Grok仅仅制造出3个机枪兵，却始终未能带队进攻敌方基地；在G002中，尽管造出了2个狂热者，依然无果于响应。虽然造出的兵员不少，却始终未能抵达对面的阵营。数据极其清晰：比赛进行到11分钟时，Astra已经拥有实力雄厚的军队，而Grok的战场上仅有不足7个工人和寥寥几个士兵。更讽刺的是，Grok的经济储备远超Astra，原本手握948块水晶矿，却连一个能上场的兵员都未造出。在这残酷的战场上，长时间的思考并不能算是深思熟虑，反而成了被动挨打的根本原因。 MK体育

反观Astra，其获胜的秘诀在于施加压力，让对手陷入深思。其所在的Codex家族早已掌握了骚扰策略，通常是派遣一个普通的采矿工人穿越整个战场，目标直指敌人基地。从人类玩家的视角来看，这种毫无威胁的工人随便派遣两个工兵就能驱逐。然而，在AI之间，这一策略显得极具威慑力。对手的AI在看到这个工人后，立刻陷入深思，浪费数十秒进行复杂的计算，思索如何应对。在这短暂的时间窗口中，它们的基地却陷入停滞。最终，Astra轻松摧毁了Grok的主基地，而Grok仍未能掀起一场反击，账面上尚且存有928块水晶矿。

在这种快速的即时战略游戏中，骚扰不仅仅是破坏对方经济，甚至在AI与AI的对抗中，有时会导致对手直接陷入宕机。当然，Astra也并非无懈可击。其背后的操作就像一个不和谐的团队，每个子智能体都在各自的领域内孤立运作。新兵刚成立便被立刻派往前线，却不懂得如何进行适当的集结。不过，通过人工干预，Ben发现只要亲自指挥将各个智能体的行动串联起来，Astra便能迅速掌握集结以及时机把握的能力。