关于 Slay the Spire 的报道

SpireBench 利用《Slay the Spire》揭示了当前大语言模型在长周期战略推理上的瓶颈：模型虽然能搞定短期任务并在初期表现亮眼，但随着时间线拉长，多步规划和长期后果评估能力的缺失导致其表现迅速下滑。这表明 AI Agent正从拼参数和静态知识的阶段，转向比拼动态规划与长序列决策能力的深水区。