华为AI靠RSI通关25款游戏，操作次数比人类少56%

据量子位报道，华为的AI系统靠名为RSI的方法连续通关了25款游戏，成绩颇具说服力：在其中一款游戏中，AI把比分打到了21:0。

更受关注的是效率而非单纯的胜负。报道称，这套系统的操作次数比人类玩家少56%，意味着它用更少的动作达成了同样的目标，而不是靠堆手速来提高胜率。

报道还提到一个关键细节：游戏进行到一定程度后，AI甚至不用再调用大模型。如果这一描述成立，说明系统把一部分决策内化到了更轻量的策略中，从而降低了对大模型推理的依赖。

游戏长期被视为检验智能体能力的试验场：规则明确、反馈即时，泛化能力的短板也能很快暴露。一套覆盖25款游戏的成绩，通常被用来论证方法本身的通用性，而不只是对单一游戏的优化。

不过，量子位的这篇报道并未在同一篇文章中披露完整的技术细节与评测口径。25款游戏分别是什么、人类对照如何设定、不再调用大模型的适用边界在哪里，这些都需要更正式的说明才能验证。

值得关注的后续是：华为是否会公布完整的技术报告与基准数据，RSI能否从游戏迁移到真实任务，以及少调用大模型这条路径能否转化为更低的推理成本与更快的响应。对正在推进AI Agent的产业来说，效率维度上的胜负，往往比单局的比分更有参考价值。