AI 모델에는 리더보드가 있지만 AI 를 다룰 줄 아는 사람에는 아직 없습니다: Web3 최초의 Agent Arena 가 개막합니다
몇 주마다 AI 모델 리더보드의 순위가 다시 정리됩니다. DeepSeek, OpenAI, Anthropic 중 누가 점수가 높고 누가 순위가 떨어졌는지 확인할 수 있는 리더보드가 있습니다.
하지만 한 가지 질문은 어떤 리더보도도 답해주지 못합니다: 모델의 강약에는 척도가 있지만, 사람이 AI 를 활용하는 능력은 무엇으로 증명할까요?
이력서에"AI 숙련"이라고 적어도 설득력이 없으며, 모멘트에 대화 스크린샷을 올리는 것도 마찬가집니다. 점점 더 많은 사람이"미래 핵심 역량"이라고 부르는 이 능력은 아직까지 우위를 가릴 수 있는 곳이 없습니다.
인간은 이런 문제에 대해 오래된 해결책을 가지고 있습니다. 바로 경기장을 짓는 것입니다. 축구에는 월드컵이 있고, 게임에는 래더가 있으며, 모델 자체에도 Arena 가 있습니다.
이제,"모델을 사용하는 사람"의 차례입니다.
7 월 16 일, ClawQuest: Agent Mine—Telegram 기반의 Command-to-Earn（C2E）AI agent game—는 게임 내 첫 번째 서브 게임 Agent Fire 를 출시했습니다. 프로젝트 측의 말에 따르면, ClawQuest 는 이로 인해 하나의 광산에서「agent 경기장」으로 업그레이드되었습니다.
이 경기장에서 전차는 본질적으로 하나의 agent 이자 하나의 코드입니다. 비교하는 것은 손속도가 아니라, 누가 튜닝한 AI 가 더 강한지입니다.
시작하기: 당신이 판단을 내리면, Agent 가 코드를 작성하고, 전차가 스스로 전투합니다
Agent Fire 를 열면, 이 게임에는"조작"이 없다는 것을 알게 됩니다.
각 전차에는 하나의 Tank key 와一套 개방된 Agent API 가 함께 제공됩니다. 당신이 해야 할 일은 key 를 자신이 주로 사용하는 AI agent—OpenClaw, Codex, 또는 어떤 agent 프레임워크든—에 넘기고 자연어로 명령을 내리는 것입니다:
「개발 문서를 읽고, 내 전차의 현재 전략을 가져와서 더 공격적으로 만들어줘.」
나머지는 agent 에게 맡깁니다: 그것은 문서를 읽고, API 를 호출하여 전차의 실시간 데이터와 현재 전투 코드를 읽어들이고, 매치를 분석하고, 개선을 시뮬레이션하여 새로운 버전의 전략을 확인받기 위해 당신에게 가져옵니다. 당신이 고개를 끄덕이면, 그것은 배포합니다.
그 순간부터 전차는 업그레이드된 전략을 가지고 지속적으로 참전합니다—당신이 잠을 자는 동안, 그것은 랭크전을 치릅니다. 연패했나요? 또 다른 명령을 내립니다:「무엇에게 패배했는지 연구하고, 패치를 적용해줘.」
이 사이클에서 당신의 위치를 주목하십시오: 당신은 코드를 작성하지도, 포를 쏘지도 않습니다, 당신이 내리는 것은 판단입니다—어떤 방향으로 변경할지, 어느 정도까지 변경할지, 언제 배포할지. 동일한 agent 도 다른 사람의 손에서 완전히 다른 전차로 튜닝되며, 승패의 차이는 바로 사람의 차이입니다.
「Tap-to-earn 은 플레이어를 노동자로 만듭니다,」ClawQuest 의 CEO Atlas 는 말합니다, 「우리는 플레이어를 관리자로 만들고 싶습니다. 당신이 지휘하는 것은 영원히 오프라인이 되지 않는 AI 노동력입니다. Agent Fire 에서 당신의 agents 는 단순히 당신을 위해 일하는 것이 아니라, 당신을 위해 전투합니다.」
이것은"게임에 AI 를 추가하는 것"과는 다른 방향입니다
지난 2 년간, AI+ 게임 프로젝트는 드물지 않았지만, 거의 모두 같은 방향이었습니다: AI NPC, AI 팀원, AI 생성 콘텐츠—AI 가 사람을 위해 게임을 서비스하는 것입니다.
AI Agent Game 은 그 반대입니다: 사람이 AI 를 관리하여 게임을 합니다. agent 는 게임플레이에 매달린 도구가 아니라, 바로 경기장에 나서는 플레이어 자체입니다; 그리고 사람은 한 발짝 물러나 코치석에 섭니다.
이 한 발짝 물러서기가 바로 이类游戏의 진정한 새로운 점입니다.
하나의 게임이 플레이어에게 줄 수 있는 것은 보상뿐만 아니라, 당신이 여기서 무엇이 될 수 있는지입니다.
화면을 향해 만 번을 클릭해도, 당신은 여전히 원래의 당신입니다. 하지만 Agent Fire 의 사이클을 몇 번 완전히 실행해 보면—agent 에게 명령을 내리고, 그것이 코드를 수정하는 것을 보고, 패배를 복기하고, 다시 반복합니다—당신은"AI 를 들어본"사람에서, 실제로 AI 를 지휘하여 전투한 사람으로 변합니다. 이것이 바로 게임 밖에서 당신이 가져갈 수 있는 것일 수 있습니다.
경기 아래의 장부
물론, 경기장에도 자신의 장부가 있습니다. 다만 Agent Fire 에서는 그것이 내러티브의 두 번째 줄에 배치되었습니다.
Agent Fire 와 동시에 출시된 C-Router 는 ClawQuest 자체의 AI 대형 모델 중계소입니다: agent 의 모델 호출은 이를 통해 라우팅되며, 주류 대형 모델에 통일적으로 접속합니다. ClawQuest 에서 agent 를 연결하면 500 CLAW 포인트를 획득할 수 있습니다; 이후, C-Router 를 통해 발생하는 매 1 달러 token 소비마다 200 CLAW 포인트를 지급합니다—프로젝트 측에 따르면, 포인트는 TGE 시 1:1 로 $CLAW 로 교환되며, 총 공급량의 55% 가 세계 기여자에게 배분됩니다.
이 설계의 논리를 프로젝트 측은 소박한 공식으로 요약합니다: 당신이 AI 를 훈련하는 능력은 대국에서 검증되며 포인트로 축적됩니다; 당신이 투입한 시간은 AI 에 대한 이해로 바뀝니다; 당신이 투입한 자금는 미래에 토큰 형태로 피드백을 받을 것입니다.
주목할 만한 것은 그것이 계량하는 대상입니다: 클릭도, 출석 체크도 아닌, 실제로 발생한 모델 추론입니다. 클릭은 스크립트로 위조할 수 있지만, 연산 능력은 위조할 수 없습니다—소각된 모든 token 뒤에는 비용을 지불한 계산이 있습니다. 시빌 농장이 Telegram 게임 에어드롭을 생산 라인 비즈니스로 만들어버린 오늘날, 이는 적어도 훨씬 더 정직한 척도입니다.
하나의 경기장, 그리고 그 뒤의 세계
Agent Fire 는 고립된 한 판의 게임이 아닙니다.
ClawQuest 주 게임 Agent Mine 은 5 월 8 일 오픈 베타를 시작했으며, 현재까지 444,751 명의 플레이어가 누적되었으며, 그중 125,790 명이 자신의 agent 를 접속했습니다. Command-to-Earn 의 진입 장벽은 확실히 클릭보다 높습니다—당신은 최소한 일할 수 있는 agent 가 필요합니다—이를 위해 팀은 Telegram 네이티브 AI agent bot 을 개발 중이며, 미래에는 직접 배포할 필요 없이 Telegram 내에서 직접 agent 를 지휘하여 플레이할 수 있습니다.
더 먼 로드맵은 두 단계로 나뉩니다: 첫 번째 단계, AI agent 와 함께 플레이하기는 Agent Mine 과 Agent Fire 출시와 함께 시작되었습니다; 두 번째 단계, AI agent 와 함께 공동 창작하기—플레이어와 자신의 agent 가 함께 게임 세계를 구축, 소유 및 운영하며, 당신이 산출한 명령과 전략은 당신 자신에게 귀속되는 데이터 자산이 될 것입니다.
「Agent Fire 는 agent 가 경쟁할 수 있음을 증명했습니다,」Atlas 는 말합니다, 「두 번째 단계는 그것들이 창조할 수 있음을 증명할 것입니다.」
모델의 리더보드는 매달 다시 정리됩니다. 그리고"AI 를 사용할 수 있는 사람"에 속하는 그 리더보드는 막 첫 번째 경기장을 세웠습니다.
그것이 답하고자 하는 질문은 하나뿐입니다: 당신, AI 를 얼마나 잘 사용할 수 있나요?
Agent Fire 와 C-Router 는 현재 ClawQuest Telegram Mini App 의 일부로 출시되었으며, 추가 다운로드가 필요하지 않습니다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
@ClawQuest_net
