19 个 LLM 对战 376 局类 Codenames 游戏：猜词比出题更决定胜负

Word Spies 实验让 19 个 LLM 两两组队完成 376 局对战，Gemini 和 GPT 系列在出题与猜词上表现突出，猜对率为 85-93%。猜词能力更强的队伍赢下 68% 的对局，而出题质量更高的队伍仅赢 53%；单条线索贪更多词的队伍在相关 287 局中只赢 38%。