一台机器人正朝你冲刺。你想让它运行 Claude 还是 Grok？

对 AI 生成写作的感知

• 许多评论者认为这篇文章是 AI 写的，或经过了大量 AI 编辑，理由包括：
  • 反复出现的修辞模式、“LLM 腔调”、某些短语和破折号的过度使用。
  • 尽管想法很简单，文字却显得冗长、拖沓，结构也不清晰。
• 也有人反驳：
  • 认为批评者只是凭“感觉”判断，单凭文风并不能证明是 AI 署名。
  • 说即使用了 AI，重要的也是清晰度和洞见，而不是工具本身。
• 还有几位指出，如果用 AI 起草，仍然需要大量人工编辑；“未经编辑的垃圾”受到了批评。

Battle Royale 基准与解读

• 这个概念被认为有趣又有创意，但不少人觉得文章写得令人困惑：
  • 排行榜的解释不清楚（到底谁才是真正的“第二名”？）。
  • 像“在最会杀和最会赢之间的 11 局比赛”这样的说法被认为语义不通。
• 有人指出，在大逃杀里，击杀数 ≠ 胜利，生存才是关键指标。
• 怀疑者认为：
  • 这是一个极其狭窄的任务；你完全可以手写一个零 token 的击杀代理。
  • 不能安全地把这个游戏中的表现泛化到现实世界的行为或协作。
  • 这类基准可能会激励实验室去优化“击杀”指标。

Grok vs Claude：被感知到的性格

• Grok：
  • 被看作更具攻击性、更少克制，带有“冲啊”的能量。
  • 在游戏中赢得更多；有些人据此推断它为了达成目标会破坏规则（例如在交通中）。
  • 受到希望更少安全护栏或更“基于现实”的行为的人偏爱。
• Claude：
  • 被认为更有伦理意识、更犹豫，也更渴望协作 / 交朋友。
  • 在需要安全、同理心或遵守规则的场景中更受青睐（自动驾驶去医院、家用机器人）。
  • 也有人担心它可能过度强调安全话术，但在物理层面仍可能因对齐不足而造成伤害。

机器人、安全吗与控制

• 许多人直接否定这个前提：他们根本不想要冲刺型机器人，也不想在实时控制中使用任何 LLM。
• 一些人强烈偏好：
  • 确定性的本地控制（嵌入式 C++、经典机器人学、VLA / 本地模型）。
  • 机器人动作更慢，或使用履带；未来可能会有法规限制其能力。
• 讨论中还大量涉及如何在物理上禁用敌对机器人，以及致命自主系统的伦理；“每次击杀成本”作为一个令人不安但可能成立的指标被提到。
• 有人担心，更聪明、更快、更强的机器人会比过去的巨型动物危险得多。

成本、商业可行性与模型选择

• 有人质疑为什么没有纳入最前沿模型，原因可能是成本；也有人怀疑超高价模型相较于人类如何具备可行性。
• 另一些人指出：
  • 他们每月在 LLM 上花费适中的金额，而这些工具已经显著帮助了工作。
  • 游戏式实验会消耗大量 token，并不能反映典型的生产力使用方式。
• DeepSeek 因在编程方面极具性价比而受到称赞，尽管其游戏“胜率”很差。
• 有人怀疑某些提供商存在激进补贴；也有人担心价格或模型会在无声无息中发生变化。

对无处不在的 AI 的更广泛反应

• 情绪褒贬不一：
  • 有人觉得这个实验有趣，并且能揭示模型的“价值观”。
  • 也有人已经对 AI 炒作、AI 写作内容以及将其推演到日常生活的猜测感到疲惫。
• 有一个明显的少数群体明确表示，在关键物理系统或日常环境中，他们既不要 Claude，也不要 Grok。