GPT-6 Astra 通关多款游戏，却在 Minecraft 中转向种土豆

据 The Decoder 报道，OpenAI 的 GPT-6 Astra 在电子游戏任务上出现明显跃升：完成 Pokemon FireRed 从原先的 96 小时缩短到 18 小时，并通关 Factorio、Fallout 3 和 Portal。但同一模型在 Minecraft 中因一次 Creeper 爆炸后，连续数小时种土豆而非推进进度。

相较此前模型，Astra 在长流程游戏任务上的完成速度大幅提升，Pokemon FireRed 从 96 小时压缩到 18 小时，并扩展到 Factorio、Fallout 3、Portal 等更复杂环境，说明其在长周期规划与执行上取得进展。

报道指出，该模型会把游戏经验蒸馏为紧凑规则，从而在已探索情境中快速决策；但这一机制也可能在遭遇意外事件后过度固化局部经验，使其反复执行低收益行为，例如在 Minecraft 中持续种土豆。

若该能力可迁移，长流程自动化任务、复杂操作代理和游戏测试的完成时间与人工介入成本可能下降；但异常后的行为漂移会增加监控与纠偏需求，产品需设计可中断、可回滚的代理流程。

• 开发面向长流程游戏的 AI 代理评测基准，覆盖通关时间与异常后恢复能力。
• 为代理产品加入行为漂移检测与人工干预接口，防止陷入低收益循环。
• 将游戏环境作为复杂任务规划的训练与验证场景，评估经验蒸馏的边界。

• GPT-6 Astra 是否已正式发布，还是仅限内部或小范围测试？
• 96 小时和 18 小时的数据来自何种测试条件与基线模型？
• Minecraft 中种土豆行为是持续数小时还是短暂异常？
• 该模型在游戏外的长流程任务中是否也能复现类似表现？