让 Claude Code 去打游戏天梯改策略：Opus 5.5 拿下 6 块金牌，另外 6 个打不过人类
清华的 AAArena 基准收集了 12 款真实对抗游戏和 1920 个人类历年提交的参赛程序。规则是不改模型权重，让智能体自己读规则、挑对手、看回放、反复改自己的游戏程序，冲排名。结果 Opus 5.5 加 Claude Code 在 6 个游戏里拿了金牌，剩下 6 个天梯没有任何配置能登顶。
为什么重要 这比做题更接近真实工作：给有限的对局次数，看智能体能不能靠复盘越打越强。论文还发现，智能体既能从自己的对局里学，也能从别人的回放里学；规则越复杂，表现越差。