StarSkirmish v0.2：模型限时写星际争霸机器人

StarSkirmish 发布 Bench v0.2，让 OpenAI、Anthropic、Google、Meta 的旗舰模型各自在本实验室的第一方 CLI 工具中，用一小时以 C++ 编写一个 Protoss 机器人，再按对战胜率计分。 测试条件为：CLI 在计时开始前装好，一小时从智能体启动时算起；CLI 的网页搜索和网页抓取工具关闭，智能体没有其他联网途径。Gemini 4 Argon 以 high 运行，这是它可用的最高推理强度，其余模型均以 max 运行。与 v0.1 不同，本版 LLM 机器人之间不互相对战，而是与其他 LLM 的机器人及既有人类编写机器人对战。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。