競爭一直是人類進化的核心競爭。自古以來，人們就在不斷競爭，競爭的目標包括：

· 食物與領地

· 配偶 / 伴侶

· 部落或社會中的地位

· 聯盟與合作機會

。隨著時間的推移，那些擁有利於生存的優良特質的個體，最終得以存活、繁衍，並將自身基因代代相傳。

這個過程稱為「自然選擇」。

自然選擇的進程從未停止，其形態不斷演變：從「為生存而競爭」，逐步發展為「作為娛樂表演的競爭」（如角斗士競技、奧運會、體育賽事及電子競技），最終演變為「推動進化的加速器式競爭」（如角鬥士科技、媒體、電影、政治賽事等領域的競爭）。

自然選擇一直是人類演化的核心驅動力，但人工智慧的演化是否也遵循這個邏輯？

人工智慧的發展歷程，並非由某一項「單一發明」決定，而是由無數場「無形的競賽與實驗」所推動──這些競賽最終篩選出了得以留存的模型，也淘汰了被遺忘的模型。

在本文中，我們將深入探討這些無形的競賽（涵蓋 Web2 與 Web3 領域），並從「競爭」的視角，剖析人工智慧的演化脈絡。讓我們一同深入探索。

2023 至 2025 年間，隨著 ChatGPT 的問世，人工智慧領域迎來了爆發性成長。

但在 ChatGPT 誕生之前，OpenAI 就已透過《Dota 2》遊戲（借助“OpenAI Five”系統）嶄露頭角：它通過與普通玩家、職業選手乃至自身進行數萬場對戰，展現出了快速進化的能力，且每一次對戰都能讓自身實力不斷增強。

最終，一套複雜的智慧系統應運而生，並在 2019 年徹底擊敗了《Dota 2》世界冠軍戰隊。

另一樁廣為人知的案例發生在 2016 年：AlphaGo 擊敗了世界圍棋冠軍李世石。此事最令人驚嘆的並非「擊敗世界冠軍」這一結果，而是 AlphaGo 的「學習方式」。

AlphaGo 的訓練並非只依賴人類資料。與 OpenAI Five 類似，它透過「自我對弈」來實現演化－這是一個循環往復的過程：

· 每一世代模型都會與上一代模型展開競爭；

· 表現最強的模型變體被留存策略（p.>

·

也就是說，「達爾文式人工智慧」將原本需要數百萬年的進化過程，壓縮到了數小時的計算週期內。

這種「自我競爭循環」催生了人類從未見過的技術突破。現今，我們在金融領域的應用場景中，也看到了類似的競爭模式，只是形態有所不同。

Nof1 上週因推出「阿爾法競技場」（Alpha Arena）成為熱門話題。這是由 6 個人工智慧模型（Claude、DeepSeek、Gemini、GPT、Qwen、Grok）參與的「加密永續合約生死對決」：每個模型各自管理 1 萬美元資金，最終盈虧（PnL）表現最佳者獲勝。