英国前数据科学家用《文明 VI》测试 AI，暴露感知与执行短板

英国前首相府数据科学家 Liam Wilkinson 用周末搭建系统，将 Claude、GPT、Gemini 等四个 AI 模型接入《文明 VI》，进行 23 场对局测试。AI 只能通过文本和坐标感知世界，不具备人类玩家的视觉体验。

测试中，AI 展现出惊人决策缺陷。在一场对局中，扮演葡萄牙的 Claude 因担心法国文化胜利，放弃外交路线，耗费 50 回合研发核弹炸毁法国城市图卢兹，却未察觉法国正通过外交积分获胜，最终落败。AI 的感知盲区明显：主动检查全局状态的行为仅占 1-2%，且计划执行率仅 48%-66%。

Wilkinson 指出，AI 的瓶颈不在智力，而在感知与执行。模型能解答 99.26%的政策考题，却在游戏中无法有效监控全局或落实计划。这揭示了 AI 发展中的工程难题：如何让 AI 真正“看见”并“行动”，而非仅靠更强大的大脑。