构建而非游戏：自我改进的LLM研究智能体开发出与顶尖玩家相当的炉石酒馆AI

研究人员提出AutoTavern系统，让LLM研究智能体在20天内构建了完整的炉石酒馆游戏模拟器TavernGym，并训练出TavernAgent。该AI在真实服务器上从6000分提升至15000分，平均排名1.60，80%获得第一名，超越所有人类顶尖玩家。TavernBench评测显示，TavernAgent在91%的游戏任务中表现优于前沿LLM，决策速度也快得多。