AI自学下棋实验：Claude分数暴涨250分，GPT-6表现下滑

在无需人工干预的自主训练环境下，两个AI模型展现出截然不同的棋力变化。Claude Opus 5.5在200盘对弈后分数从1500上涨至1760，而GPT-6 Astra则从1810分降至1400分。

实验由大模型竞技场Arena的AI能力负责人Peter Gostev设计，要求AI与Stockfish进行200盘对弈。Stockfish作为当前最强开源国际象棋引擎，被分为Skill 0、1800分档和全强度三个难度等级。

Opus 5.5在第100盘达到1620分，第150盘升至1790分，最终稳定在1760分。其对阵1800分档Stockfish的得分率从30%提升至50%，对Skill 0的胜率更是从五成增至九成。

Astra的表现则呈现明显下滑趋势，从第29盘的1810分降至200盘后的1400分。其对阵1800分档的得分率从44%跌至12%，对Skill 0的胜率也从九成下降至六成。

Gostev指出，Opus通过记录对局经验实现进步，而Astra可能因上下文窗口限制导致记忆混乱。实验验证了模型在不更新参数情况下，通过自我复盘提升能力的可能性。

此次实验呼应了Reddit经典「时间循环」问题，验证了AI能否通过持续对弈积累经验。Opus的表现表明，模型可能在实战中自主优化策略，为持续学习机制提供新思路。