Montezuma's Revenge 是 1984 年 Atari 平台上的经典游戏，因需要探索复杂迷宫、积累多把钥匙并规避即死陷阱，长期被视为强化学习领域最难攻克的基准之一。围绕它（常简称 Revenge 任务）的进展，常被业内用作衡量 AI 探索能力与通用智能水平的风向标。
Montezuma's Revenge 的近期进展
当前焦点与观察点
目前关于这一关键词的讨论呈现两个层面：技术层面，强化学习社区关注如何在极少人类干预下稳定通关，Wayfarer 等方法与大型模型能力的结合是热点；象征层面，由于该游戏曾长期无法被 AI 攻克，其通关与否常被拿来做 AGI 进度的判定依据，Metaculus 的赌约复刻即为典型。值得注意的是，"revenge" 一词在近期的语境中并不只属于游戏领域——苹果 WWDC26 上关于 Siri 复仇式升级的讨论、Travis Kalanick 关于"复仇可以建立一门生意，但造不出你最好的作品"的言论，都让该词在商业叙事中频繁出现。总体而言，Montezuma's Revenge 作为技术试金石的地位仍然稳固，但其信号价值是否被高估，仍有争议。