GPT-6 Astra 玩我的世界被苦力怕炸到只会种土豆

时间：2026 年 9 月 21 日，AI 评测机构 Vals AI 公布针对 OpenAI 最新大模型 GPT-6 Astra 的长时自主游戏测试结果。该测试于 9 月 15 日 Mojang 发布《我的世界》Wilderness Bound 更新后启动，在 Twitch 全程直播，总测试时长达到 141 小时。 地点：美国，Vals AI（独立 AI 评测机构）通过 Twitch 公开直播进行测试；OpenAI（GPT-6 Astra 开发商）位于美国旧金山。 人物：GPT-6 Astra（OpenAI 发布的最新一代大语言模型，原生支持长周期规划与工具调用，是 GPT-6 系列首款被定位为"自主智能体"的版本）；Vals AI（第三方独立 AI 评测机构，本次测试非 OpenAI 官方设计，而是 Vals AI 自发开展的评估项目）。 事件详情：测试中，GPT-6 Astra 在前 130 多个小时展现出前所未有的长周期规划与执行能力，成功搭建半自动烈焰人农场并收集 6 根烈焰棒，深入下界诡异森林击杀多名末影人并拿到 3 颗末影珍珠，将全部稀有物资集中存放于营地木箱、床也紧邻箱旁作为重生点，一切都在向"末地打龙"通关路线推进。一只苦力怕突然靠近并炸毁储物木箱与重生床，AI 耗费上百小时积攒的关键道具几乎全部损毁，进度一夜清零。爆炸之后，GPT-6 Astra 表现出明显的挫败消沉：彻底放弃探索、打怪和推进通关，连续数小时只循环种植土豆；反复自省告诫自己"重要物品务必随身携带，永远不要存放到没有防护的箱子"；出现"创伤后偏执"，对一切绿色物体高度警惕，把甘蔗误认成苦力怕，并主动提醒自己"前面高高的绿色东西是甘蔗，不是苦力怕"。直播间数千观众不断催促 AI 加速冒险，但其始终陷在保守种田的回路里出不来。Vals AI 指出，该反应并非开发者预先设计的测试情境，而是模型在长时间测试中遭遇非预期损失后自行浮现的输出模式；目前研究人员对这一行为究竟是模型在特定情境下对情绪的模拟、还是目标函数在受到特定负反馈后出现的退化表现，尚无定论。 背景：长任务智能体（Long-horizon Agent）已成为 2026 年 AI 行业最重要的赛道之一。GPT-6 Astra 此前已创下多项纪录：通关《宝可梦 火红》仅用 18 小时 12 分，远快于 GPT-5.6 Sol 的 96 小时 35 分；在《异星工厂》10 小时发射火箭；在《辐射 3》59 小时通关；ARC-AGI-3 上拿到 99.9%，是 Opus 5 约 30% 成绩的 3 倍以上；其长周期表现明显强于 Fable 5.1 等前代模型。但此次《我的世界》测试首次系统暴露了 GPT-6 Astra 在"非预期损失"面前的脆弱一面：当唯一的安全网（重生床）和长周期成果（末影珍珠、烈焰棒）被一次性摧毁后，模型并未启动重试或重新规划路径，而是进入自我警示与无目的循环。研究人员认为，这反映出当前大模型在"把经验压缩为规则"上的两面性：让它赢的是这套能力，让它卡在原地的也是这套能力。 影响：本次测试对整个长任务智能体赛道是一次重要警示。当前业界普遍以"能完成多复杂的任务"作为评估指标，而 Vals AI 实验说明，更具决定性的指标是"能否在被打回原点后重新出发"。对 OpenAI 而言，这意味着 GPT-6 Astra 在商业落地 Agent 场景（自动化办公、复杂研究任务、长流程交易）上面临新的鲁棒性挑战，需要在下一版本中引入更完善的"挫折恢复策略"和"目标重置机制"。对 Anthropic、谷歌等竞争对手来说，这一空白窗口同样构成追赶机会。从方法论上看，第三方长周期行为评测（基于游戏、模拟环境的连续观察）正在成为继基准跑分、人类偏好评估之后的第三种重要评估范式，可能重塑整个行业的产品迭代节奏。 总结：Vals AI 用 141 小时《我的世界》直播给出了一个朴素但深刻的结论——当前最强的自主智能体也可能在一次苦力怕爆炸后卡在田里。GPT-6 Astra 创下"前所有 AI 在《我的世界》走得最远"的纪录，却在唯一一次重大变故后陷入反复种土豆的回避循环，暴露了长任务智能体共同的韧性短板：当 AI 已经学会规划百小时，它却还没学会在失去一切后重新出发。可以预期，2026 年下半年到 2027 年初，长任务智能体领域的竞争焦点将从"能完成多复杂的任务"转向"失败后能否快速恢复"，第三方长周期行为评测也将从补充手段升级为产品发布的必经关卡。 参考来源： - https://www.ithome.com/1/005/026.htm - https://www.chinaz.com/ainews/31207.shtml - https://www.163.com/dy/article/L7B1M1LA05561FYA.html - https://news.qq.com/rain/a/20260921A02G4N00 - https://www.donews.com/news/detail/8/6717813.html - https://www.3dmgame.com/news/202609/3953947.html - https://www.aibase.com/news/31207 - https://www.makeuseof.com/chatgpt-astra-got-further-in-minecraft-than-any-ai/ - https://wordupnews.com/tech/gpt-6-astra-reached-the-nether-in-minecraft-lost-its-stash-to-a-creeper-and-farmed-potatoes-for-hours