十年前，當AlphaGo在圍棋棋盤上擊敗李世石時，人類第一次感受到被機器碾壓的震撼；十年后，谷歌的Gemini 2.5 Pro因為通關一款29年前的低像素游戲《寶可夢：藍》登上熱搜。

這一幕看似荒誕——畢竟連我鄰居家的小學生都能輕松通關的休閑游戲，為何成了AI界的高考？

答案藏在莫拉維克悖論的陰影下，對人類而言，下棋需要復雜的策略，但對AI來說，理解一堵由16×16像素組成的墻是否可通行，卻比解微分方程更難。

初代《寶可夢》看似簡單，實則暗藏AI的終極考題，如何像人類一樣，用模糊的感知、試錯的勇氣和不按套路出牌的靈光一現，去探索一個未知的世界。

當科技巨頭們紛紛將《寶可夢》設為AI試驗場，這場復古游戲挑戰賽背后，是一場關于通用人工智能（AGI）的隱秘戰爭。

▌AI玩《寶可夢》的迷惑行為大賞

今年2月，Anthropic公司的Claude 3.7在直播中表演了史詩級人工智障現場，卡在真新鎮的柵欄前瘋狂撞墻、與路邊的釣魚大叔重復對話20次、在常磐森林原地轉圈3小時……最終止步于第三枚徽章。而它的前輩Claude 3.0甚至走不出初始小鎮。

但戲劇性的是，當Claude遇到屬性相克的對戰時，卻能瞬間化身戰術大師，它會分析比比鳥的飛行系技能對電系寶可夢效果一般，選擇傷害最高的招式速戰速決；

甚至懂得故意輸掉戰斗觸發傳送機制這樣的高階操作。這種對戰天才與路癡白癡的反差，恰似一個擁有博士智商卻分不清左右手的機器人。

反觀Gemini 2.5 Pro，它的通關過程更像一場精心策劃的作弊——通過Agent Harness框架為游戲畫面標注坐標、可通行區域等元數據，甚至調用專門的路徑規劃AI（Pathfinder Agent）破解迷宮。即便如此，它仍需10.6萬次操作才能通關，相當于普通玩家的30倍時長。

▌為什么兒童游戲成了AI的成人禮？

初代《寶可夢》的魔力，在于它用最簡單的規則構建了一個復雜系統，沒有明確的任務箭頭，NPC的提示語焉不詳（比如大木博士在等你，但地圖全黑）；

允許玩家迷路、折返、甚至故意觸發失敗機制，培養寶可夢的屬性搭配需要跨越數十小時的時間維度；

這正是當前大語言模型的致命短板，它們擅長從海量數據中總結規律，卻難以像人類一樣在信息殘缺時腦補場景。當Claude將穿白大褂的路人錯認為大木博士時，它暴露的不僅是圖像識別的弱點，更是理解人類隱喻式表達的困境。

有趣的是，AI在硬核領域的表現反而更優異，屬性克制系統（18種屬性×數百種技能）能被迅速建模；

對戰策略可通過概率計算優化，甚至能通過內存數據反推隱藏數值。

這種高智商低情商的表現，恰似一個精通量子物理卻不會系鞋帶的天才兒童——而這正是AI從專用工具向通用智能進化必須跨越的鴻溝。

▌當AI開始玩游戲，人類玩家會被取代嗎？

谷歌工程師Joel Z在直播中的一次干預頗具象征意義，他禁止Gemini使用穿洞繩道具強制脫困，迫使AI學習人類的路徑記憶能力。

這種戴著鐐銬跳舞的設計，暗示著當前AI的局限性——它們可以通關游戲，但無法真正體驗游戲。

不過，游戲行業早已嗅到變革的氣息，網易《逆水寒》讓大模型化身NPC沈秋索，與玩家自由對話；

騰訊用AI引擎將《火影忍者》場景制作效率提升40倍；

微軟專利允許玩家用自然語言指令生成新劇情、角色；

但Take Two CEO的冷水潑得犀利：AI能拼接既有元素，卻創造不出《GTA》式的顛覆性創意。

這揭示了一個殘酷現實：AI或許能取代畫師、測試員、甚至編劇，但游戲的靈魂——那些讓人拍案叫絕的腦洞、戳中人心的情感共振——依然需要人類掌舵。

▌在人工智障與智能覺醒之間，我們走到了哪一步？

當Gemini終于擊敗四天王，屏幕前歡呼的不僅是工程師，還有整個AI行業——通關《寶可夢》的象征意義，不亞于阿波羅11號登月。它證明了一件事：AI可以在未知環境中自主探索、試錯、成長，而不只是執行預設程序。

但對玩家而言，更值得玩味的是另一個問題，如果某天AI能像人類一樣享受游戲的樂趣——為捕捉稀有寶可夢熬夜刷怪、因劇情反轉熱淚盈眶、甚至開發出非主流通關玩法；

那時的游戲，究竟是人類與AI共創的烏托邦，還是硅基生命對碳基文明的優雅嘲諷？

或許正如《寶可夢》的經典臺詞：“我明白的，寶可夢和訓練家是共同成長的。”當AI開始玩游戲，人類也在這場游戲中重新認識自己。

*每天推送游戲資訊、新游推薦、游戲雜談等，帶你了解不一樣的游戲世界。