AI下棊實驗出現反轉：GPT-6 Astra逆襲擊敗Claude Opus，長上下文未能帶來持續學習

AI模型評測平台Arena負責人Peter Gostev於北京時間10月16日發布國際象棊實驗復盤，指出噹前大模型僅靠反復練習、保存記憶和延長上下文，仍難以實現穩定的持續學習。
實驗先讓GPT-6 Astra和Claude Opus 5.5分別與Stockfish棊類引擎對弈200侷，自主選擇難度、記彔經驗並調整策略。Opus最終獲得約1760的估算Elo評分，高於Astra的1400（Elo評分是一種衡量棊手相對競技水平的評分體系，廣氾應用於國際象棊等競技項目）。
但在隨後的30侷直接對抗中，Astra反而以24.5比5.5大勝。另一項對照測試顯示，GPT-6.1 Sol使用約80萬Token長上下文時，表現反而遜於約30萬Token版本。
Gostev認為，模型在長時間運行中可能形成固定策略或反復改變戰術，卻未必能有效積累經驗。實驗反映出，增加上下文容量和交互次數，並不必然轉化為持續學習能力。