AI智能体能学会登顶吗？在长期游戏智能体竞赛中评估启发式学习

对抗游戏推动了从启发式搜索到强化学习的进展，但从有限样本中学习和适应策略仍具挑战。作者在启发式学习（HL）基础上形式化“对抗式启发学习”（AHL），让AI agent作为学习引擎，在模型权重固定的前提下改进游戏策略与支撑软件。作者提出AAArena基准，包含12款真实对抗游戏和1,920个存档人类程序，评测协议模拟真实游戏竞赛：agent需解读规则、选择对手、分析回放并修改游戏agent以在固定比赛与评估预算内取得最高排名。评测中Opus5.5配合Claude Code获6枚金牌，其余6项由人类领先。

AI推荐理由 提出对抗式启发学习（AHL）范式，让AI agent作为学习引擎在固定模型权重下改进游戏策略与支撑软件，并构建含12款对抗游戏、1920个存档人类程序的AAArena基准。评测显示Opus5.5配合Claude Code获6枚金牌，其余6项人类领先。对agent长期学习与策略演化研究有较高价值，但摘要中评测配置数量被截断。