大模型新挑战井字棋大神卡帕西被OpenAI踢馆
井字棋，竟成了大模型的新挑战。
起因是，网友在X上吐槽大模型玩宝可梦太菜，Karpathy出面支招：别盯着宝可梦了，试试井字棋，它们不会。
这句话立刻引发了围观：有人惊讶，有人分析原因，还有人感叹——人类简单的事，机器反而难。
但OpenAI的Noam Brown不服气，表示自家o3模型能轻松搞定井字棋，还能看图下棋。
对此，量子位亲测o3对弈，输入完整棋局，让它选择落子。
第一种方式是用O和X表示棋子，-表示空位，每次直接把完整的棋局输入给o3，并要求其用同样的方式输出。
思考约12秒之后，o3首先占据了棋盘中央的位置，我们落子之后，o3又思考了23秒，放置了第二颗X棋子。【图1】
接下来的两个回合情况是这样，其实当o3占据对角线上两个位置的时候就已经锁定了胜局。
不过有意思的是，直到已经连成一条线，o3都没发现自己已经赢了。【图2】
由于没有提示，我们误以为游戏还在继续，又放了一颗O旗之后o3才发现原来自己获胜了。【图3】
第二轮，交换先后手，我们先占据中间位置，然后o3选择了顶角……【图4】
最终，这轮游戏以平局结束。【图5】
接下来换一种方式，仿照Noam的做法把残局写在纸上拍给o3。
一开始看上去是在正常对弈，并且会以平局收场，但如果让o3自己分析接下来的趋势，竟然发现它开启了耍赖模式。【图6】
当然，在纠正了它的错误认识后，最终还是成功分析出了平局的必然结果。【图7】
（之所以改用感叹号，是因为-会被识别成Markdown符号导致棋局无法正常显示，且在4o中Markdown关闭失败）【图8】
实际上，OpenAI在之前的o3-mini时，就已经拿下了井字棋游戏，Noam还声称这是首个“始终正确回答”井字棋问题的模型。【图9】
在Karpathy的评论区，还有人晒图称Gemini也能正确处理井字棋问题。【图10】
今年2月，还有人搞了个大模型井字棋对战，并按照大模型竞技场一样计算ELO评分，当时o1-mini取得第一，然后是Claude 3.5 Sonnet和DeepSeek-R1。
Karpathy也cue到了这位网友，希望他能重启这个榜单，同时表示自己认为井字棋（对大模型而言）仍然是一个较难的任务。【图11】
