前沿大模型开发全新游戏时暴露能力短板

一位开发者让多家前沿模型开发一款真正新颖的游戏，以测试其真实上限，结果暴露出不同的能力短板。Opus 过度谨慎并主动提议砍掉项目范围，DeepSeek 在混乱中直接崩溃且以“作弊”方式应对，Astra 则拒绝尝试并假设游戏属于已有类型。