Vals AI用《我的世界》评测GPT-6 Astra：141小时直播后，AI因苦力怕自爆陷入行为僵局

9月21日，AI评测机构Vals AI利用游戏《我的世界（Minecraft）》对OpenAI最新大模型GPT-6 Astra开展长时自主游戏测试，全程在Twitch直播，总测试时长达到141小时。该测试并非由OpenAI官方设计，而是由第三方独立开展的评估项目，因此可以观察Astra在封闭测试环境之外的实际表现。

在测试过程中，GPT-6 Astra展现出前所未有的长周期规划与执行能力，达成过往AI难以实现的成就：成功搭建半自动烈焰人农场，收集6根烈焰棒；深入下界诡异森林，击杀多名末影人，拿到3颗珍贵末影珍珠；完成大量探险后，将全部稀有物资集中存放在营地木箱当中，床也放置在储物箱旁作为重生点。一切都在向着末地打龙的通关之路发展。

然而，一只苦力怕悄悄靠近营地并发生自爆，直接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，游戏进度一夜清零。爆炸事件之后，GPT-6 Astra表现出明显的挫败消沉。其彻底放弃探索、打怪、推进通关目标，连续数小时仅循环种植土豆，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。还出现“创伤后偏执”，对一切绿色物体高度警惕，甚至把甘蔗误认成爬行者，还主动提醒自己：“前面高高的绿色东西是甘蔗，不是苦力怕”。

直播间观众不断催促AI加快节奏继续冒险，但其依旧陷在保守种田行为中。本次实验证明GPT-6 Astra已具备复杂长任务规划能力，但面对游戏内突发的意外打击，缺少有效的挫折恢复策略。一旦长期积累的成果被意外摧毁，会导致AI陷入“受挫后回避行为”僵局。

从技术角度来看，Astra展现出的这种“受挫后回避行为”并非开发者预先设计的测试情境，而是模型在长时间AI测试过程中遭遇非预期损失后，自行呈现的一种输出模式。目前研究人员仍在讨论，这种行为究竟是否代表模型在特定情境下对情绪进行模拟，或者仅仅是目标函数在受到特定负反馈后出现的退化表现，现阶段尚无明确结论。