Claude 连续构建几十个游戏的实验观察：套路比人类少，RL 过于“有主见”

一名实验观察者连续用 Claude 构建十几个、二十几个游戏后，发现其“招数库”明显小于人类，Choir、ground wave 等少数风格反复出现。他认为这是“非常有主见的 RL”令模型收敛于狭窄品味区间，同时指出 Astra 表现更差，并担忧这些风格经蒸馏后会广泛泛滥。