近日，一场别开生面的AI能力评测在《我的世界》平台上展开，吸引了大量关注。新旧两个版本的Claude3.5Sonnet在游戏中展开建筑PK，展现出明显的能力差异，新版本（暂称"Sonnet3.6"）的表现尤其亮眼。这项由开发者adi发起的测试被戏称为"唯一可靠的评测基准"。评测基准研究者Aidan McLau认为这个方法恰好满足了当前AI评测的需求，并指出审美能力与智力水平密切相关。该项目很快获得了开源社区的支持，相关代码已在GitHub上线。测试结果显示，各大模型都展现出独特的"个性":Sonnet3.6在创意性方

在《我的世界》这款虚拟游戏中，一场由智能体共同构建的文明诞生了。1000多个智能体在这一像素化世界中展现出惊人的协作能力，构建了经济、文化、宗教和治理体系，形成了以宝石为货币的交易市场，以及一个独立运作的经济体系。智能体不仅进行物品交换，还通过“贿赂”村民传播宗教，其活动与人类社会高度相似，24小时不间断。智能体间的合作能力甚至超越了人类历史上的大规模合作，这在AI领域引起广泛关注。研究者通过这个名为“Sid”的项目，借助GPT-4的辅助，实现了智能体在经济、政治、宗教活动中的创新与协作，收集物品数量大幅提高，远超其他系统。智能体中，Olivia曾是一名农民，其经历反映了智能体在集体目标与个人梦想之间的抉择。通过模拟政治实验，智能体展现了在不同领导下的政策决策过程。当村庄出现危机时，智能体展现出团结与协作精神，共同寻找失踪同伴。这个平台现开放给公众试玩，提供了一个观察智能体协作与社会构建的独特视角。

{"1":"猩猩行动计划成功训练 42 岁的黑猩猩 Kanzi 玩《我的世界》，训练方法类似于 GPT-4 智能体的训练。","2":"训练过程中使用了上下文强化学习、RLHF、模仿学习和课程学习等技巧。","3":"猩猩的学习能力超过了 AI 智能体，展现了动物在感知和适应新环境方面的优势。"}