AI 在《血染钟楼》基准中必须撒谎才能赢

作者花费约 2 万美元 API 额度搭建《血染钟楼》基准，让不同 AI 模型互相对战 386 局，衡量其长期一致性、多智能体协作与策略推理能力。GPT-6 Astra 比 Claude Opus 4.6 高出约 430 Elo，胜率约 92%；OpenAI 模型在好人阵营表现更强，更倾向综合多日证据而非直接采信单条信息。