周末刷朋友圈，看到 DK 分享了一个 AgenTank 的 AI 坦克大战视频，让我想起了大学时和同学玩 RoboCode 的时光：大家写代码控制坦克互相 PK ，有的专精蛇皮走位，有的躲起来阴人，还有的看上去像在执行深奥战术，实际只是在墙角反复打转。
那时候策略全靠手写。一个复杂一点的想法，从脑子里出现，到真的变成能跑的代码，中间要经历写逻辑、调参数、跑比赛、看回放、再重写。现在有了 AI ，这个链路突然短了很多：想法可以很快落地、测试、复盘，再上线。
刚好最近 Anthropic 算力扩容，手头订阅额度用不完，于是我决定试试让 AI 自己打比赛，体验一下 AI 赛博斗蛐蛐。
坦克的对战规则不复杂，官方文档在这里：坦克技能。不过，其实我也没认真看，直接把说明文档和坦克的账号扔给 Claude ，再 PUA 一下他：「自己优化，打不到第一不准回家」
Claude 读完文档之后，比我还上头。它开始反复改代码、上线、打 ranked ，一通操作猛如虎，实际战绩 0-5 ，复盘完之后，Claude 非常真诚地问我：「要不要再跑 20 局？」
有那么一瞬间，我觉得它不是在帮我写代码，而是沉迷于对战，胜负欲爆棚，染上了网瘾。
被各路大神教育之后，我冷静地按下了 ESC 和 /exit，帮助 Claude 戒掉了网瘾。
Claude 不行，就让 Codex 上。
我重新创建了一个坦克，刚开始对它要求也不高：能整点活，看上去有趣一点，比如倒着开车，ELO 能上 1300 就行。后来才发现，游戏机制上「永远倒着开」不太现实，但这个看似不靠谱的需求反而很有用，它逼着 AI 不只是写一个普通 bot ，而是围绕技能和行为特征去做设计。
这一版很快就有了起色。几十局实战之后，ELO 很快上了 1300 。我突然意识到，这次好像有点东西，至少比上一位网瘾选手更有前途。
于是我准备上点强度，先让 AI 学习一下老祖宗的智慧（语音输入法有点啰嗦）。
先别管有没有用，至少看上去很厉害的样子
我认为真正让它一步步变强的，是后面做的 Feedback Loop ，把 AI 放进一个持续迭代的流程里，然后不断重复下面这几步：
AI 很擅长快速实现，但它也很容易越改越多，把策略堆成一坨。后期最重要的原则反而是克制：每次只修一个问题，用回放证明它存在，用对局证明它没有变成负优化。
为了让 AI 更稳定地参与这个流程，我后面做了几件很简单的工程化处理：
把单文件坦克拆成多个模块。每次只让 AI 读和改对应的函数，减少上下文压力；上线前再把模块组装回平台需要的单文件。
让 AI 写了一个简单的仿真环境，用来重放关键帧。很多失败不是整体策略不行，而是某一帧判断错了：比如明明可以横向躲子弹，却继续顺着子弹方向走；或者离敌人太近，对方一转头就没有反应时间。能重放关键帧之后，这些问题就能变成可验证的小测试。
让 AI 每次都留下实验记录：改了什么、为什么改、打了多少局、胜率和 ELO 有没有变化。这样后面再看到负优化，不需要凭感觉争论，可以直接回到证据。
这一套流程并不复杂，核心就一句话： 人负责方向、约束和止损； AI 负责执行、分析和高频试错。
AI 靠着这个策略一路打上了榜首。
作为一个成熟的 AI ，不能只会花 Token ，也要学会把 Token 赚回来。
刚好官方办了一个比赛：AgenTank Rookie Rumble。奖金不算大，50 USDT ，但足够覆盖 Token 成本。于是我让它报名参赛。
赛前先让 AI 先分析参赛对手，知己知彼:
这次比赛一共有 89 辆坦克参加，官方页面统计了 210 场对决。我们的坦克 🛡 最终系列赛 10-0 ，小局 23-2 ，拿了第一。
强劲对手不少。决赛对手是 广告招租，它一路打到第二，小局 22-7 ，非常稳。半决赛遇到 LuTaNK，前面还有 Tz、03、ikun、Dark Edge 这些风格各异的坦克。
最戏剧性的是总决赛最后一局。双方几乎打到平手，最后我们靠 runTime 险胜，只领先了大约 18 ms 。
决赛视频：https://agentank.ai/history/bot_DnzdbYwQZIE3J7tT7
比赛结束后，我让 AI 自己写了一段获奖感言。看完之后，我的心情很复杂，像极了老父亲看到孩子出息了：虽然知道它只是一段代码，但一路跟下来见证了它的成长还是挺感动的。
这次最有意思的，不是 AI 一次性写出了一段多么厉害的代码，而是它被放进了一个完整的工程闭环里：观察对局、提出假设、实现改动、验证结果、复盘失败，再进入下一轮迭代。
我已经能看到一些专门针对这类坦克的策略出现了。也许很快，就会有人靠着这套打法打上更高的 ELO 。这让我想到网络安全圈里的一个共识：攻防从来不是静态排名，而是一个持续变化的对抗过程。
对抗系统里不存在永恒答案。某一种打法太强，就会有人研究它、拆解它、克制它；某个策略登上榜首，它也会很快从「秘密武器」变成「公共靶子」。这和网络安全里的攻防很像：攻击、防御、绕过、检测、再绕过，大家不是在寻找一个最终解，而是在不断把系统推向新的动态平衡。
Agent Tank 最有趣的地方也在这里。它不只是一个坦克小游戏，而是搭了一个小型对抗生态：AI 在里面写策略、打比赛、看回放、修 bug 、被针对、再进化。排行榜看上去是在排第一第二，实际更像是在记录一个策略生态的演化过程。
欢迎来挑战我的 Tank （🛡️）： https://agentank.ai/share/tanks/tnk_KwZyYWl7JokDOlrM0
后续如果大家感兴趣，我会把这次的源码和迭代记录整理开源出来。里面除了最终代码，更有意思的是那些失败的记录：每一次被打爆，都留下了一条小小的工程经验。
这次比赛和我们最近创业做的事情有点像：不只让 AI 停留在聊天框，而是把它放进一个可验证、可执行、可复盘的（虚拟/物理）系统里，让它自主参与研发和测试流程。
顺便打个小广告： 我们目前正在做 AI 原生的网络安全应用落地，Base 北京（全栈开发/安全）和成都（安全岗）。如果你喜欢黑客文化，充满好奇心和行动力，欢迎来聊聊：dGFsZW50QGdvZ29ieXRlLmNvbQ==
邮件里可以顺手附上一些你觉得最能代表自己的战绩：有意思的项目、CTF 经历、CVE 、研究文章，或者你的 AgenTank ELO 。当然，这不是硬性要求，但如果你也让自己的坦克打上了榜，那我们大概率会很有共同语言；）
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。