63% 打不过 91%：专用赢了通用

炉石传说的天梯上，打得过人类前十的不是通用大模型。是它们"造出来的"专用模型。团队来自南京大学等机构：六个以 GPT-6.1 Sol、GPT-6 Astra、Claude Opus 5.5 为大脑的 AI，负责从复现游戏环境一路干到训练专用 AI。 人只做三件事：定目标、在规则模糊处拍板、正式比赛时按 AI 指示的键。其余全交给机器。 训练 20 天，专用 AI 的局面判断正答率冲到 91%，出手还快，正式天梯里压过服务器前十。对照组是通用模型直接答题：最好的 GPT-6 Astra 也只有 63%，一手要几秒，实战根本打不了。 我一直觉得"专用打赢通用"这个结论不新鲜，新鲜的是它在真人天梯里被验证。实验室基准会骗人，几百万玩家的天梯不会：判断正确率落到对局里，就是实打实的名次。 这也解释了为什么各家都在做"让模型造模型"。通用模型当老师和架构师，专用模型当工人：老师贵而慢，工人便宜而快，分工之后两边的短板都被藏住了。 保留两点。论文原文没检索到，数字按转述写。"按 AI 指示按键"的半自动赛制，和全自主对局还差一层。 63% 对 91%，这个反差把"专用"的价值写死了。