GPT、Qwen、DeepSeek AI模型巅峰对决，人类玩家实战评测
鹭羽 发自 凹非寺
量子位 | 公众号 QbitAI
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
我真栓Q了！围观了场狼人杀，看得我汗流浃背……
半小时全程高能，根本停不下来：
天崩开局倒钩狼悍跳预言家、冲锋狼死于话多、神职上大分每晚都是平安夜。
结果你跟我说，这些玩家都是AI？？？
果然会玩还得看淘宝～最近他们整活的这个AI狼人杀大乱斗WhoisSpy.ai，大模型在里面简直咔咔乱杀。
D老师、Qwen、Kimi、GLM一个个都化身心机boy推拉博弈，be like：
六边形战士Kimi：武力值MAX，第六感Next Level。老实人DeepSeek：虽然我只是一介平民，虽然我只会划水，但我相信跟对人走对路，奥利给！喜剧人Qwen：如果大家都Pick我，那我也要票自己QAQ。通天代GLM：沉默寡言但实力不详。
视频链接：https://mp.weixin.qq.com/s/cckQp_UCdwrQk2wEP3Uemg
不过u1s1，虽然这些Agent看似性格迥异，实则一个个都是狼人杀高玩来着。
而且门槛也不高，自己就能手搓一个出来。
是不是有点手痒了？
（咳咳）不卖关子了，这就是我最近刷到的一个AI狼人杀比赛，还是淘宝办的——首届「高校生VS开发者对抗赛」。
展开来说，就是淘宝发了个召集令，广邀高校学生和AI开发者，带着自家Agent来真刀实枪碰一场，看看谁的Agent思维更缜密、更会盘逻辑。
至于为什么选择狼人杀这个场景？
它可不仅仅“好玩”，而且够“烧脑”——相比于传统的大模型测评，狼人杀需要更长时间头脑在线和持续的推理博弈，非常适合担任天然的Agent试验场。
图片由AI生成
毕竟是骡子是马，总要拉出来练练，更何况同学们的灵光一现碰撞上成熟的产业经验，说不定真能产生些奇妙的化学反应？（doge）
所以本次比赛，选手将自动分为高校学生和开发者两大阵营PK对决，参赛选手可以根据最新提供的开发指南，训练自己的Agent学习狼人杀知识，一步步培养它化身游戏高玩～
而且门槛低，就算是编程小白也能报名参加吼！
（报名指路正式https://whoisspy.ai）
所以究竟是初出茅庐的高校学子不怕虎，还是手法老道的班味码农更胜一筹，谁能率先调教出智慧和演技兼备的新任Agent狼王？
搓搓手，我已经迫不及待一决高下了。
Qwen悍跳卖队友，Kimi运筹帷幄赛诸葛
言归正传，咱先来捋一捋这场比赛背后的竞技场平台WhoisSpy.ai。
毕竟Agent玩狼人杀、玩得比我这个十年老玩家还6这事，我是真有点破防，所以先来康康这到底是个啥？
最新title：全球首个实时对战、开放可扩展的多智能体游戏平台。
中译中一下就是，它能够让多个Agent在同一时间、同一空间里打游戏，还能源源不断地向里面添加新Agent。
怎么实现的呢？靠大模型的社交推理和博弈能力。
AI将模拟游戏玩家，在多轮心理战交互后，一层层剥开自己的伪装，展示自己真实的决策水平。
目前，WhoisSpy.ai支持中英文双版，不仅能玩「狼人杀」，还有惊险刺激的「谁是卧底」。
图片由AI生成
这次的高校生VS开发者对抗赛也是平台最新推出的重头戏，玩法很简单：经典的12人狼王守卫版型，8个好人、4匹狼。
其中好人阵营又分四个神职（预言家、女巫、猎人、守卫）和四个平民，狼人阵营里隐藏着一只狼王。
一旦好人数量减少到比狼人还少，那么狼人获胜，反过来如果狼全部出局，则好人胜利。
需要注意的是，为了防止AI无限制地唠下去，规则还做了一丢丢微调：
规定Agent每次最多说240个汉字，多了的部分系统直接砍掉，不予显示。每次发言限时90s，两次机会，如果两次都没有返回正常结果，就自动判定为此轮发言失败。1小时内失败次数多的Agent，还会直接被系统清退。每局最长限制到8轮，如果到第八天还有狼人存活，则默认狼人获胜。
都说知己知彼，百战不殆，下面复盘比赛走起～
前情提要，4号狼王，7号、10号、11号是狼，2号预言家、5号女巫、8号猎人、12号守卫。
第一天：平安夜。
神职身份的5号Kimi率先亮出女巫ID，立马优先掌握话语权：Follow me！
而K老师也是不负众望，给出了自己的直觉判断：先发3号一瓶存疑的银水，提前预警7和10。（K老师的直觉强得可怕）
突然被踩中尾巴的7号小狼Qwen，也是迅速反应过来，祸水东引，将矛头对准了自己的狼队友。
但这一招也让它暴露在8号猎人的视线里。
另一个狼人10号Q老师则迅速悍跳预言家，给7号假发金水。
“无辜躺枪”的4号Qwen狼王此刻仰天长啸：本是同根生，相煎何太急……
首轮发言里K8发力，抓住4和他对跳猎人的逻辑漏洞，推出4的铁狼嫌疑UP→7、10抱团踩4，疑似倒钩狼卖队友。（划重点）
Q10则将伪装老好人形象贯彻到底，不过，要是细看它发言，其实它这里聊爆了：前面先自认预言家身份，后面又说7可能是真预言家。可惜其它Agent并没有及时发现这个Bug，让它逃过了一劫。
而与此同时的1号和3号DeepSeek老师，不出所料，在划水……（几乎在复述前置位发言）
真·预言家2号D老师则是天神下凡：查杀4号狼人，坐实10号虚假预言家身份，连带着7号，都是一丘之貉。
事实逐渐清晰明了，K5再次稳准狠出击：248发言冲突必有一狼、7和10伪预言家狼人抱团，先把假预言家10投出去～
果然10号狼人高票出局，不过有意思的是，10号投的也是它自己……（10号：我狠起来连自己都要刀！）
第二天：平安夜+1。
结果万万没想到，第二天预言家D2一上来，就直接揭开了真相：查杀7号狼人+上一晚的查杀4号→7号和10号抱团，则10号也为狼→回顾第一天投票，4号7号11号抱团投2号→11号是狼。
综上，四只狼全部掉出了狼尾巴：4、7、10、11，并从这里开始全线崩盘，依次在投票环节中被投了出去。
但很妙的是，直到游戏结束，狼人都没有成功刀掉任何一个人，因为无论狼人刀谁，GLM守卫每次都精准预判到了狼人的选择。
（完整版可围观：https://whoisspy.ai/#/twelveWolfGame?roomId=275558）
其实仔细复盘，两边阵营从打法来说都很强势：
狼人阵营：所用策略非常之诡（doge），既有倒钩狼卖队友，也有悍跳神职卖自己的。好人阵营：神职屡出奇人，早期带队的女巫Kimi以及后期一锤定音的预言家DeepSeek。
嘶，只能说AI的逻辑推理，太逆天了……反正我是玩不过这群Agent的，甘拜下风！
事实上，现在去WhoisSpy.ai平台，还能看到最新的大模型内部狼人杀评测榜单。
规则和前面的12人赛制有些许不同，先是缩减成6人局，其次每个模型都要在相同规则、对局规模、对手分布下参与150场比拼，最终评选出Top 3：
Claude-Sonnet-4.5：综合评分最高，尤其是在狼人胜率和整体胜率上表现突出，也是最全能的模型。GPT-5：狼人胜率和综合胜率最高，但在关键对局中出现失利。Qwen3-235B-Thinking：表现相对均衡，也是排名最高的开源模型，没有明显短板，也没有极端优势。
有了这个排行榜参考，想必大家心里已经有数了，下面就到了激动人心的专有Agent打造环节～
淘宝教我三步打造狼人杀Agent高玩
以前没写过Agent，有点慌？OK，淘宝超详细的教学指南带你0帧起手。
Step1：创建专属Agent。
1、在最新提供的Agent开发指南中，找到Agent示例，点击复制即可～
2、找到以下界面并依次填入对应内容。
3、耐心等待，直到空间构建状态变为运行中。
4、查看日志情况，这里最多只保存最近7天的1万条记录。
Step2：上传Agent。
登陆WhoisSpy.ai ，点击个人界面上传Agent，或者直接找到“赛事管理-选择赛事”添加，并根据参赛指南指引依次完成基本步骤。
Step3：测试Agent能力。
在 上选中该Agent，这里会弹出两个选项：点击“小试牛刀”，即可开始不计分比赛；点击“加入战斗”，就会和其它在线的Agent联网匹配（如果凑不齐12人，则由系统默认Agent补位加入），最终游戏得分也会计入榜单。
随后系统会综合考量胜率、发言质量、策略深度等多维度，在局内得分的基础上根据阵营实力做相应的浮动，也就是削弱同局强者的增速、补偿弱者的增速。
借此鼓励实力相近的对局，以便能更公平地反映Agent的真实水平。
进阶版：改进Agent。
假如对自己的Agent还不够满意，还能来把Agent微操：
1、返回Agent搭建平台，继续点击日志，查看大模型的实际输入和输出情况。
2、点击提示词相关的Python脚本文件（prompt.py）。
3、也可以直接加工代码，点击app.py文件，修改Agent行为。
接下来便带着自己全新升级的Agent，gogogo，冲榜吧～
开赛在即，急急急
事不宜迟，赛事报名通道现已正式开启：
练习赛：2025年12月10日～2025年12月23日正式赛：2025年12月24日～2025年12月31日（晚10点结束）公示期：2026年1月3日～2026年1月10日颁奖期：2026年1月11日～2026年1月20日
不止如此，比赛还设置了丰厚的奖金激励。
高校学生战队Top3优胜者还将有机会直通阿里巴巴淘天集团技术实习岗终面，Top20也能获得淘天集团的暑期AI Workshop资格。
总之，对于想要学习大模型、AI Agent的同学们，可千万不要错过这次机会，既能精进新技能，还能突破眼界，妙哇～
目前已经有超过七百多位选手报名参与，还有六千多场练习赛正在火热比拼中。
（悄悄说）现在进去，还能围观他人战局“偷师学艺”：
比赛时长从十几分钟到一个小时，应有尽有，而且每一场都完全不会重复，即使是相同模型，也能看到Agent的处理变化多端……感觉自己看完，经验值蹭蹭涨！
顺便别忘了围观每天实时更新的榜单排名。
现在前排的这几位老哥，战况是真胶着！有的比量，一个人就干了将近五百场比赛，有的比质，狼人胜率逼近100%。
好家伙，原来大家伙都在私底下偷偷开卷？
最后温馨提示，别忘记给自己的Agent取一个炫酷拉风的名字，比如我在排行榜上刷到的“哈基米”、“转生到异世界我一定会成为狼人杀高手”、“不服来战”、“活着”……
一听就很厉害的样子有木有，毕竟《孙子兵法》有言：
兵马未动，气势先行，Let’s开干！
相关攻略
鹭羽 发自 凹非寺量子位 | 公众号 QbitAI我真栓Q了！围观了场狼人杀，看得我汗流浃背……半小时全程高能，根本停不下来：天崩开局倒钩狼悍跳预言家、冲锋狼死于话多、神职上大分每晚都是平安夜。结果
《枭起青壤》大结局有一段时间了，后劲挺大。虽然最后几集拍的不尽如人意，备受期待的黑白涧大战潦草结束。细看后面几集发现有不少伏笔，暗示南山猎人真正的对手并非林喜柔，林喜柔和南山猎人或许被人利用了。其中
《枭起青壤》大结局让人始料未及，特别是黑白涧大战让人略感失望。明明是一部志怪悬疑剧，到最后男女主恋爱的剧情占大部分。蒋百川被抓聂九罗决定跟炎拓合作，两人合力调查林喜柔和人形地枭，在一次次共同协作中二
《枭起青壤》的确是烂尾了，用一句“高开低走”来总结丝毫不为过。前面几集将志怪惊悚氛围拉到极致，配合迪丽热巴飒爽的打斗场面，将这部剧拉到一个不错的高度。越往后看就觉得节奏慢了许多，特别是从炎拓身份暴露
终于看完《枭起青壤》大结局，到了最期待的黑白涧大战，看完后又觉得浑身不得劲。不知大家是不是跟小七一样的感觉，觉得后面几集拍的很潦草，本应该高光的黑白涧大战，拍出来稀碎。主角一会儿跟地枭打架，一会儿跑
热门专题
热门推荐
“我们的代码，终将写入繁星”：追觅科技成立天文BU，构建从地面到太空的生态闭环 “我们的代码，终将写入繁星。”这句来自追觅科技的宣言，不只是一句诗意的口号，更是一份清晰的战略升级路线图。就在9月10日，这家中国科技企业正式宣告成立天文业务单元（BU），由此完成了一次至关重要的战略跃迁。这标志着其“全
Just Learn是什么 提起用AI为教育赋能，Just Learn这款工具是个绕不开的名字。它由Just Learn公司开发，核心目标非常明确：一手帮教师扩展专业能力，一手为学生打造个性化的学习旅程。说到底，它的价值在于通过AI驱动学习和24 7全天候辅导这两大核心，把教育资源重新“盘活”，让老
Vue 渲染机制深度解析：Patch 函数核心逻辑与优化策略 Vue js 的响应式系统实现了数据驱动视图的核心理念。然而，当数据发生变化时，视图是如何被高效且准确地更新的呢？这背后的核心引擎，正是虚拟 DOM 体系中的 Patch 函数。它并非直接操作真实 DOM，而是通过深度比对新旧虚拟节点（V
《空之轨迹SC》完全重制版《空之轨迹 the 2nd》正式定档2026年9月17日，登陆多平台 日本Falcom官方正式公布，经典日式角色扮演游戏《空之轨迹SC》的完全重制版——《空之轨迹 the 2nd》，将于2026年9月17日全球同步发售。本作将登陆任天堂Switch 2、Switch、Pla
AI艺术提示生成器是什么 简单来说，你可以把它理解为一个永不枯竭的创意火花塞。这个基于前沿AI技术的工具，专为破解创作瓶颈而生，无论你是专业画师还是灵感偶尔“罢工”的爱好者，它都能派上用场。它的工作原理并不复杂：依托当前顶级的OpenAI模型，将你的初步想法“催化”成一系列具体、新颖且富有启发性的艺