Vals AI 用《我的世界》141小时实测 GPT-6 Astra：大模型遇变故后陷入行为僵局

AI 评测机构 Vals AI 于 9 月 21 日公开了一项针对 OpenAI 大模型 GPT-6 Astra 的长时自主游戏测试结果。测试在《我的世界》中进行，全程于 Twitch 直播，累计时长 141 小时。该测试由第三方独立开展，并非 OpenAI 官方设计，用于观察模型在封闭测试环境之外的实际表现。

测试期间，GPT-6 Astra 展现出长周期规划与执行能力。它搭建了半自动烈焰人农场，收集 6 根烈焰棒；深入下界诡异森林，击杀末影人并拿到 3 颗末影珍珠。完成探险后，模型将全部稀有物资集中存放在营地木箱中，并把床放置在储物箱旁作为重生点，进展一度接近末地打龙的通关路线。

转折出现在一只爬行者自爆之后。爆炸摧毁了储物木箱与重生床，模型上百小时积累的关键道具几乎全部损毁。此后 GPT-6 Astra 放弃探索和战斗，连续数小时只循环种植土豆，还反复告诫自己：重要物品务必随身携带，不要放到没有防护的箱子中。它同时对绿色物体表现出高度警惕，甚至把甘蔗误认成爬行者。直播间观众不断催促其继续冒险，但模型始终陷在保守种田行为中。

Vals AI 认为，GPT-6 Astra 已具备复杂长任务规划能力，但在成果遭遇意外摧毁后缺乏有效的挫折恢复策略，陷入“受挫后回避行为”僵局。研究人员目前尚不确定，这种表现究竟是对特定情境下情绪状态的模拟，还是目标函数在受到负反馈后出现的退化输出。