AI 导读
Google DeepMind 宣布与 FenrisCreations 建立研究合作，把运行 20 多年的 EVE Online 用作 AI 试验场，探索持续学习、超越当前上下文窗口的深度记忆、跨越周月至年的长周期规划，以及合作、谈判、经济等多智能体动态。
正文
Google DeepMind 正在把 EVE Online 变成 AI 的长期试验场。
乍看是游戏新闻，实际它瞄准的是 Agent 下一阶段最难的四件事：
1. 持续学习，新知识进来以后不忘掉旧能力
2. 长期记忆，跨越远超模型上下文窗口的时间尺度
3. 长周期规划，按周、月甚至年来做决策
4. 多智能体协作，在合作、竞争、谈判和经济系统中行动
过去的 AI benchmark 大多有固定规则、明确目标和最终得分。但真实世界没有标准答案，环境一直在变化，其他参与者也会根据你的行动不断调整。
EVE Online 恰好是一个运行了 20 多年的持久世界：玩家创造经济、联盟、冲突和外交，今天的决定可能几个月以后才看到结果。
这比让模型一次性答对一道题，更接近企业真正需要的 Agent。
企业里的 Agent 也要记住过去发生了什么，理解组织关系，适应规则变化，与人和其他 Agent 协作，并为自己的长期结果负责。
所以未来真正有价值的 Agent，不是每次被叫醒后完成一个任务，而是能在一个持续变化的系统里不断学习、积累记忆，并长期演化。
也许 AGI 最终的 benchmark 不是一张更难的试卷，而是一个真实运转的社会。
Games have been an important testbed for our AI research for over 15 years. 🎮 From mastering Atari to reaching Grandmaster in StarCraft II, they have driven some of our biggest AI breakthroughs. Our work with SIMA taught agents how to understand 3D worlds, but learning to navigate real human dynamics takes a living, persistent universe. Through our research partnership with @FenrisCreations, we’re exploring how to tackle open challenges in AI: 🔵 Continual learning to acquire new skills without forgetting past knowledge. 🔵 Deep memory systems that store and retrieve information far beyond today’s context windows. 🔵 Long-horizon planning over weeks, months, or years. 🔵 Multi-agent dynamics spanning cooperation, negotiation, economics, and emergent behaviors. Our long-term goal is to use AI to discover entirely new gameplay experiences in partnership with game developers – making games more accessible and personalized – while applying what we've learned to problems in the real world and scientific discovery. Find out more → https://t.co/fAbYdukA5A在 X 查看被引用的帖子
来源：@frxiaobei · x.com