AI公司正激烈争夺行业主导地位，但有时它们也在宝可梦道馆中展开较量。
随着谷歌和Anthropic都在研究其最新AI模型如何玩早期的宝可梦游戏，结果既有趣又发人深省。Google DeepMind在一份报告中指出，Gemini 2.5 Pro在其宝可梦生命值接近耗尽时会陷入“恐慌”，这可能导致AI的表现出现“推理能力上可观察到的定性退化”。
AI基准测试通常无法为给定模型的实际能力提供充分背景信息。但一些研究人员认为，研究AI模型如何玩电子游戏可能有用（或者至少有点好笑）。
在过去几个月里，两名与Google和Anthropic无关的开发者分别建立了名为“Gemini Plays Pokémon”和“Claude Plays Pokémon”的Twitch直播频道，任何人都可以实时观看AI如何尝试驾驭一款25多年前的儿童电子游戏。
每个直播流都展示了AI的“推理”过程——即对AI如何评估问题并得出响应的自然语言翻译，让我们得以深入了解这些模型的运作方式。
尽管这些AI模型的进步令人印象深刻，但它们玩宝可梦的水平仍然不高。Gemini需要数百小时才能推理通关一个游戏，而一个孩子只需指数级少得多的时间就能完成。
观看AI玩宝可梦游戏的有趣之处不在于通关耗时，而在于它在过程中的行为表现。
报告称：“在游戏过程中，Gemini 2.5 Pro会陷入各种导致模型模拟‘恐慌’的情境。”这种状态可能导致模型表现变差，因为AI可能会突然停止使用某些可用工具一段时间。虽然AI不会思考或体验情绪，但其行为模仿了人类在压力下可能做出的仓促、糟糕决策——这是一种令人着迷却又令人不安的反应。
报告称：“这种行为在足够多的独立实例中出现过，以至于Twitch聊天室的成员能够主动注意到它的发生。”
Claude在穿越关都地区的过程中也表现出一些奇怪的行为。在一次事件中，AI察觉到一种模式：当它的所有宝可梦生命值耗尽时，玩家角色会“白屏”并返回宝可梦中心。
当Claude被困在月见山洞穴时，它错误地假设，如果它故意让所有宝可梦失去意识，它就会被传送到下一个城镇的宝可梦中心。然而，游戏的运作方式并非如此。当你的所有宝可梦都阵亡时，你会回到最近使用过的宝可梦中心，而不是地理位置上最近的那个。观众惊恐地目睹了AI在游戏中essentially试图自杀的过程。
尽管存在不足，AI在某些方面仍能超越人类玩家。截至Gemini 2.5 Pro发布时，该AI能够以令人印象深刻的准确率解决谜题。
在少量人工协助下，AI创建了智能体工具——即针对特定任务定制的Gemini 2.5 Pro提示实例——来解决游戏中的推石谜题，并找到通往目的地的最优路线。
报告称：“仅凭对石头物理特性的描述以及验证有效路径的方法说明，Gemini 2.5 Pro就能一次性解决部分复杂的推石谜题，而这些谜题是通关胜利之路所必需的。”
由于Gemini 2.5 Pro在很大程度上自主完成了这些工具的创建工作，Google推测当前模型可能具备无需人工干预即可创建此类工具的能力。谁知道呢，也许Gemini会通过自我“治疗”来创建一个“别慌”模块。