StarCraft: Brood War остаётся сложной и культурно значимой платформой для оценки стратегического мышления ИИ, где современные модели не достигают уровня человека, несмотря на успехи в Dota и SC2. Для оценки скорости и эффективности моделей предлагается использовать Brood War как ритм-ориентированный бенчмарк, включая Gemini и Cerebras-ускоренные модели для сравнения с крупными, но медленными. Предлагается создать бенчмарк для Age of Empires II, хотя неясно, как заставить ИИ взаимодействовать с игрой — возможно, с помощью Claude. Идея объединить быструю и медленную модель: медленная может либо напрямую управлять, либо передавать стратегии быстрой, что может улучшить результаты в реальном времени. Можно использовать BWAPI для запуска собственных ботов и участия в бот-лиге на aiarena.net, чтобы экспериментировать с человеческими и ИИ-стратегиями. Возможно, позволить моделям писать скрипты с ограничением на количество кликов — это сделает тест более реалистичным и интересным. Brood War требует долгосрочного стратегического мышления, что отличает его от большинства существующих бенчмарков, где достаточно тактических решений. ИИ в Brood War не может победить, потому что он играет как в пошаговую игру — задумывается, а не реагирует в реальном времени, что приводит к катастрофическим ошибкам. StarCraft: Brood War оказал огромное культурное влияние, особенно в Южной Корее, где он был первым видеоигровым контентом, транслировавшимся по телевидению. ИИ не может воспроизвести такие тонкости, как 'ling tight wall' — механика, требующая точного механического контроля и интуитивного понимания, недоступного для текущих моделей. Современные ИИ-подходы к Brood War отличаются от ранних (2010-е): тогда использовались генетические алгоритмы и ручная настройка, сейчас — энд-ту-энд обучение через наблюдение. ИИ в Brood War работает через снимки экрана и клики, а не через симуляцию внутреннего состояния игры — это делает задачу значительно сложнее, чем в SC2, где использовался доступ к API. StarCraft влияет на мета-подход к ИИ: Protoss как мощные агенты, Terran как команды ролей, Zerg как массовые, оптимизированные агенты внутри приложений. ИИ не смог превзойти даже начального уровня в Brood War, несмотря на успехи в Dota и SC2, потому что здесь нет доступа к внутреннему состоянию игры и нет специальной подготовки. Спор: Один участник утверждает, что Gemini должен был показать лучший результат, чем Grok, учитывая его корни в DeepMind, но другой отвечает, что его производительность, скорее всего, была сопоставима с Grok — из-за отсутствия специфической настройки. Спор: Один участник удивлён, что Luna Low показала лучший результат, чем Terra XHigh, несмотря на меньшую вычислительную мощность — другой отвечает, что это не объясняется только APM, так как Sol Medium превзошёл Sol Low, несмотря на меньшую скорость.