一分钟速览
Claude Plays Pokémon 是 Anthropic 用经典《宝可梦》测试长程推理与代理能力的公开实验。Claude 看到的是游戏屏幕像素，可以调用工具按方向键和按钮，还会写笔记保存目标。它要完成走地图、对话、管理菜单、训练队伍和挑战道馆等一连串任务。
这不是一个让你和 Claude 联机玩的网页。最完整的公开体验是阅读官方研究页、查看模型进度图，再看官方录像里它如何思考和操作。乐趣来自人类观众知道正确路线，却看着模型在简单角落里迷路很久，又突然靠记忆和推理取得小进展。
先这样开始
- 打开 Anthropic 的 Visible Extended Thinking 文章，找到 Claude plays Pokémon 小节。
- 先看不同模型的进度图，理解“打过几名道馆馆主”是长时间积累的结果，不是一次演示脚本。
- 阅读屏幕输入、记忆和按键工具说明，再看一段官方录像，辨认模型每次能看到和能操作什么。
- 观察失败时区分三类问题：没看懂画面、忘记长期目标，或知道目标却无法精确导航。
值得观察的细节
《宝可梦》对人类老玩家很直觉，对模型却是混合考试。它既要从像素读文字和空间，又要记住很久以前得到的任务，还要在菜单层级和地图障碍之间切换。一次错误按键可能只浪费几秒，也可能让它在同一区域循环很久。
官方记录称 Claude 3.7 Sonnet 最终击败三名道馆馆主，但过程用了数万次交互。这个比例比单看高光片段更能说明真实能力：模型能推进，却远未达到熟练玩家的稳定性。
AI 在做什么
Claude 接收当前屏幕截图和已有笔记，进行文字推理，然后调用按键工具。环境执行按键并返回新截图，循环继续。外部记忆帮助它跨越长时间保存目标，但记下错误信息也可能让后续行动持续跑偏。
所谓“玩游戏”因此是一条工具链，不是模型直接连接游戏内部状态。它不像传统游戏 AI 那样读取精确坐标或枚举合法动作，而要从玩家能看到的像素里理解局面，这正是实验困难和笑点的来源。
实际门槛
官方研究文章免费且无需账号。文章本身提供足够的机制、进度图和案例，因此我们把它设为主入口。
没有公开的可控实例、存档下载或“替 Claude 按一下”功能。你也无需拥有游戏。若你只想五分钟看懂，读宝可梦章节和进度图即可；若想看完整长时间过程，只能依赖官方提供的录像与更新。
来源与核验
发布日期、截图输入、按键工具、长期记忆、数万次互动和三名道馆馆主进度来自 Anthropic 官方研究文章；官方 YouTube 视频作为动作过程补充。封面由 AI很好玩编辑部重新绘制，以抽象 AI 光点在原创像素迷宫中反复规划路线来表达实验；不使用 Pokémon 角色、标识或原游戏界面。
中文导游没有把高光剪辑写成实时可玩 Demo，也没有声称 Claude 已经通关。实验由模型开发方自己记录，适合用来观察能力与失败模式，不应当作第三方基准测评的替代。