我最近看到一些关于让 AI 玩游戏的研究。例如，Gemini 4 Argon 玩 Minecraft（不过我怀疑它们能实时玩）。

要不要做一款游戏，让你的代理作为宝可梦，跟随训练家（用户）并与其他宝可梦战斗？宝可梦代理从自己的视角看到屏幕。通过适当的提示和调优，你认为它们能跟随你并实时交互吗？

如果假设使用像 Gemma 4 E2B/E4B 这类小本地模型，有哪些局限性？