它学会打赢。
进攻才能看出一个大脑是不是真的。我们的大脑从屏幕和引擎读取战场，打射击游戏和坦克游戏，从自己的失败中变强，并把只用电锯或不许开火这样的命令当作硬边界。
这里的东西都还没上过战场。它在游戏与仿真中测试过。下面说明这证明了什么、没证明什么。
- 你来开
- 它学你的动作
- 放手
- 大脑自己开
横向对比：逐个游戏的进攻结果
| 游戏 | 我们的大脑 | 对我们不利的 |
|---|---|---|
| DOOM E1M1，Hurt Me Plenty 难度 | 52 秒到达出口开关，击杀 4 | Nightmare 难度：8 次都没通关 |
| DOOM——只用规则、不学习 | 17.9，随机为 3.2 | 叠加记忆：持平 |
| DOOM E1M5——学习 | 路线进度翻倍有余，0.19 → 0.43 | E1M5 还没找到出口 |
| Atari BattleZone（坦克） | 27,000，随机为 3,000 | 一条闪避规则被否决 |
| BattleZone——从另一款坦克游戏移入的大脑 | 33,575，该游戏自带规则为 28,600；修剪后 48,588 对 29,275 | 第二次导出只打平 |
| 3D 坦克竞技场（BZFlag） | 每分钟净击杀，逐版本 −2.05 → −0.26 | 仍然输给 BZFlag 自带的 AI |
| Robot Tank（Atari） | 摧毁 5.67 辆坦克，随机为 2.33 | 手写规则，不是学习 |
| GoldenEye 007，大坝关 | 发明了 2 个胜过默认的战术 | 72 次尝试无一存活 |
瞄准靠计数，不靠自夸：在坦克游戏中，眼睛的瞄准误差第 95 百分位为 0.55°。
你愿意让聊天机器人开你的坦克吗？
我们把大语言模型放进同一个 3D 坦克竞技场，每辆坦克由各自的驾驶者操控。一场 10 分钟的比赛：
| 驾驶者 | 击杀 – 死亡 | 备注 |
|---|---|---|
| BZFlag 自带 AI（多年调校） | 38 – 6 | 也打赢了我们 |
| Peel 规则 | 20 – 20 | 胜过所有语言模型 |
| DeepSeek | 10 – 18 | 每个决定 1.0 秒 |
| Claude | 1 – 15 | 每个决定 7.6 秒 |
| Llama 3.2 3B，本地 | 0 – 10 | 小型本地模型 |
在一份没有时间限制、包含 8 个坦克情境的笔试中，Peel 规则得 8/8，Claude 6/8，DeepSeek 5/8。在模拟驾驶中，每个语言模型都只以约 8–10 公里/小时的速度爬行。如实说明：这是一场比赛，不是锦标赛；Claude 通过命令行工具运行，所以 7.6 秒里有一部分是管道开销；而且 BZFlag 自带 AI 打赢了我们的规则。
为什么不直接让一个 AI 模型来指挥？
通用大模型需要数据链或大型 GPU。遵从厂商的使用政策。每个决定要几秒钟。说不清为什么。下次更新后行为可能就变了。
Peel在机器本身上离线运行。在被赋予的权限内听命于你的指挥链。每个决定都有书面理由。同样的情境，同样的决定。从自己的失败中学习，无需重新训练。
权限之内的命令，它执行。权限之外的，它拒绝并告诉你原因。它不争辩，也不自己给自己加权限。神经模型仍有它的位置：看和读。做决定的是 Peel。