一个人、十小时、四个前沿模型同场踢球：Wes Roth 的 Blood Bench 与「导演式建造」范式
Wes Roth 公开他打磨已久的项目 Blood Bench：受 Blood Bowl 启发、让前沿大模型当教练带队打完整联赛的基准游戏——游戏本身公开资料极少，模型必须从零学规则、理解骰子概率与站位、跨赛季养球员（会死）。分工是「导演式建造」：Wes 只做世界观与规则设计，GPT-6 Astra 写全部引擎约 10 小时，Claude 被激将后给出 Metal Slug 风像素美术，测试由 AI 跑数千场完成；上线交给 Codex 连 Hostinger VPS（13 分 30 秒），再让 Codex、Claude Code、Grok Build、Antigravity（Gemini 4 Argon）四家模型同场联赛——目前 Astra 遥遥领先。他也交了学费：错误做法烧掉数周 Codex 配额；最大教训是「理解不能外包」。含 Hostinger 赞助段与 PHP 漏洞事件背景。