本文深入比较了Gemini 3 Pro和2.5 Pro两个AI模型在宝可梦水晶游戏中的实战表现。Gemini 3 Pro以更高效率（回合数减半、令牌消耗少60%）和更强能力脱颖而出，成功成为冠军而未输一局，而2.5 Pro在Olivine Lighthouse等挑战中陷入循环困境。研究突显了Gemini 3 Pro在空间意识、标记感知导航、多任务处理和长期规划方面的显著优势，同时揭示了其未经验证假设等弱点。这一实验为AI代理在复杂环境中的发展提供了宝贵洞察，强调了智能规划与工具使用在长时程任务中的关键价值。
