用老游戏剧情测试推理模型，这招比跑分有意思多了

我最近拿DeepSeek试了个邪门玩法——把FC《勇者斗恶龙》初代的开头剧情丢给它，让它扮演游戏里的勇者，推理下一步该干嘛。结果那家伙不按套路出牌，直接给我列了一堆前提假设：国王的提示有没有歧义，道具栏有没有遗漏，甚至建议我“和所有NPC对话”这种新手攻略。但有意思的是，它的思维链里居然有“玩家视角”和“角色视角”的切换。这让我想到，咱们评测prompt的推理能力，老是盯着数学题和代码，其实把经典RPG的谜题扔进去，反而能看出模型对上下文的理解深度。我自己试了几个模型，DeepSeek和Claude的解题路径差异挺大的。有没有老哥也拿老游戏测过大模型？评论区聊聊。