这游戏ai来说还是太简单了，围棋数学都难不倒ai了，很难想象以后99%人工作没有太大意义

卡牌游戏ai的最大阻碍还是在规则和卡牌效果理解和交互上，现在的llm能很好处理这块剩下的问题就不大了

因为大模型天生能理解和推理，单纯给卡和规则还是纯靠推理和搜，但考虑代码和工程能力，感觉直接把ygocore扔给他可能会更强

Md思考量总归还是没那么大的，水平涨到一定程度之后能选择正确的卡组的话，在dc这种赛制简直无敌了

其实我觉得现在的gpt6把规则书扔给他就能达到普通人水平了。要是再把使用率排行前一二百的卡扔给他让他注意，应该更能打

astra 思维这块没的说

实在是太牛逼了我现在是深刻地意识到，ai时代完全到来了，而且现在ai还只是刚刚开始发力而已，再过一年，不半年，可能都是另一番天地了

有意思啊，我想问下，现在有没有方便的 mcp 或者项目可以给 agent 接入方便查游戏王卡牌信息，我觉得就算做不到实时对战，也许做对局分析，combo 教学，复盘，都是非常可行的，只要上下文信息够的话。

不像以前的机器学习算法需要大量数据去训练模型，现在的ai大模型只要通过对话告知条件就能进行推理和理解，不知道是已经被喂过游戏王的数据还是ai可以生成数据自我学习？

我觉得更能提现AI价值的还是在赛前构筑这块，因为牌组组好后打法就基本大差不差了，换AI来打也很难有明显区别

游戏王本来就比围棋思考难度低几个数量级，所谓的复杂很多也就是信息差而已，现代的卡牌设计更是拴条狗都能全自动打牌

连数学最难的问题都能接连解决，推理能力已经不用怀疑了

这是真agi

补充下最后AI斩杀的思考，可以看到AI意识到对方只剩一张手牌，果断交了神宣。
又用跳楼机送墓链装抽卡同时防灰
之后主动意识到了存在斩杀路线，同时注意到链接箭头等一系列细节，实际gpt6在这里计算了半天，感觉就像人一样在算斩杀路线。另外，AI头一次通过思考改变了自己的斩杀路线，他本来是想苏生灰后直接通招零一。
但他考虑到如果水机被对面灰打断的情况下主区无法空出来，改变路线先等水机通过，再通招零一，这就说明AI具备像人一样防备对面可能的手坑的能力。
最终斩杀也没啥说的，其实人看着简单，但对于AI来说，魔皇后的位置，访问的效果选择，都有不少容易犯错的地方，但看起来这里处理得都很完美，思考也很充分。

要不试试天杯龙？让ai用天杯上大师看看？我看有人用这套这个月70+胜率上大师一了