模型将游戏经验压缩为规则，大幅提速多款游戏，却因错误规则陷入重复劳动。
推荐理由：通关《宝可梦》从96小时缩至18小时，说明经验规则化显著增强长程决策；但一次爆炸后持续种土豆，也暴露错误策略固化与自我纠偏不足。
阅读原文