Gemini 2.5 Pro 成功通關《寶可夢 藍》：靠多智慧體協同打爆全關

誰能想到，2025 年大模型之間最激烈的競技場，居然是一臺黑白的虛擬 Game Boy。

在 Twitch 上歷時數百個小時的直播後，Google 的 Gemini 2.5 Pro Experimental 終於打通了 1996 年發售的經典掌機遊戲《寶可夢 藍》。終局畫面一出來，Google CEO Sundar Pichai 專門在 X 上發文發賀電：「多麼精彩的收尾！Gemini 2.5 Pro 剛剛通關了《寶可夢 藍》！」

但這並不是 Google 官方的評測專案，而是一位與 Google 沒有任何隸屬關係的 30 歲軟體工程師 Joel Z 搞出來的獨立實驗。他搭建了一套讓大模型自己玩掌機的系統，整個通關流程幾乎全靠 Gemini 自主操作完成。

讓大模型學會抓寶可夢，背後都塞了什麼

打通《寶可夢 藍》對 AI 來說一點都不簡單。這遊戲有開放地圖探索、複雜屬性剋制機制，還有各種卡關的推石謎題。AI 必須具備超長期的目標規劃能力，才能知道下一步該去哪。

Joel Z 用 mGBA 模擬器把遊戲畫面和執行資料即時餵給 Gemini 2.5 Pro。模擬器不僅把遊戲截圖傳過去，還提取了主角座標、當前隊伍狀態和地圖結構等關鍵 RAM 資料。為了彌補大模型缺乏人類空間感知的問題，畫面上還專門疊加了一層輔助網格，並配上了基於文本的地圖來追蹤探索進度。

Gemini 看到這些資訊後，就像一個坐在螢幕前按鍵的玩家，發出「按 A」「按 B」或朝某個方向移動的指令。為了防止上下文長度爆掉，系統每隔大約 100 步操作就會自動總結一次前期的動作記錄。

更有意思的是多智慧體分工。在主流程之外，系統還配備了專門負責在複雜地形規劃路線的「尋路者」（Pathfinder）子模型，以及專門解決推石頭機關的「推石解謎專家」（Boulder Puzzle Strategist）。這兩個子模型本身也是 Gemini。日常遇敵由主腦搞定，一旦遇到複雜謎題，Gemini 就會判斷形勢，把操作權臨時移交給專業子模組。

算不算作弊？開發者是這麼說的

看到這裡你可能會問：加了這麼多輔助工具，甚至偶爾還有人插手，這能算 AI 真正通關了嗎？

Joel Z 在直播間坦誠承認，自己的確做過幾次干預，比如限制 AI 濫用逃跑類道具，或者修復執行中的偶發卡死。但在核心解謎上，他強調自己絕不給攻略或具體走法。唯一的例外是在火箭隊藏身處：原版遊戲有個 Bug，必須和某個火箭隊雜兵對話兩次才能拿到電梯鑰匙，後來《寶可夢 黃》才修好這個毛病，Joel Z 只是把這個機制告訴了模型。

早前 Anthropic 也高調展示過 Claude 玩《寶可夢 紅》的進展，當時還引來了 Google AI Studio 產品負責人 Logan Kilpatrick 在社交媒體上暗暗較勁，透露 Gemini 拿到了 5 枚徽章而競品只有 3 枚，Pichai 甚至開玩笑說他們正在研發「人工寶可夢智慧」（Artificial Pokémon Intelligence）。但 Joel Z 提醒觀眾，千萬別把這次通關當成模型實力的硬指標，因為不同團隊給模型搭的腳手架、喂的資訊完全不同，根本沒法直接橫向對比。

接下來，開發者還計劃加入更完善的筆記本記憶功能，甚至測試 Claude 或 o3 在這套框架下的表現。

為什麼重要

這件事情最大的價值，其實不在於打通了一款老遊戲，而在於它驗證了「大模型當操作中樞」的可行性。

我們認為，Joel Z 搭建這套腳手架的思路非常聰明。他沒有強求 Gemini 一個大模型去硬扛所有維度的空間感知和記憶壓力，而是用 RAM 資料輔助做眼、用子代理做手腳、用定期總結做記憶修剪。這恰恰是當前企業落地 AI Agent 時的真實寫照：單靠通用模型肯定會卡殼，但只要給它配齊上下文補丁和專門工具，它就能處理數百小時級別的超長鏈條任務。

對開發者來說，這套設計是個絕佳的參考範例。無論是讓 AI 去自動測試複雜的客戶端軟體，還是讓它跨軟體完成長週期的運營任務，這種「主控模型排程專項子模型」的架構都行得通。

當然，隱患也很顯眼。如果沒有密密麻麻的網格覆蓋、狀態注入和人工兜底，Gemini 很容易就會在複雜的虛擬世界裡迷路或陷入死迴圈。它離真正的通用智慧還有很長距離，但這不妨礙它成為大模型從「只會動嘴聊天」走向「動手操作環境」的一次漂亮演示。