《血染钟楼》多智能体对局显示,模型在长期推理、协作与欺骗上的表现可通过实战观察和比较。材料称,386场比赛的排名中,GPT-6 Astra表现领先;对局示例呈现了模型识别误导信息、协同布局与推理的不同方式。作者也指出,混合模型队伍的小规模实验未显示统计显著差异,并介绍了程序化游戏环境及AI参与的迭代过程。