OpenAI GPT-6 Astra 在 141 小時測試中拔得頭籌，卻因 Bed 爆炸而挫折種馬鈴薯
為何重要
此案例生動地揭示了當前大型語言模型（LLM）作為代理（Agent）時的侷限：即便計算能力極強，一旦遭遇單一關鍵災難點（如 Bed 爆毀進度歸零），模型仍會陷入情緒與邏輯的虛耗，缺乏人類般的「逆境重啟動機」。對於致力於開發免費、開源代理功能的開發者而言，這證明瞭在無伺服器監控的開放環境中，強化系統的「容錯與輔助回復機制」比單純追求單次任務完成度更為關鍵。
OpenAI 宣稱具備 AGI 品質的前沿模型 GPT-6 Astra，在 141 小時的 Minecraft 模擬實境測試中取得了 AI 系統歷來最佳成績。
- 測試顯示，GPT-6 Astra 能夠以人類的方式使用鍵鼠導航與打字，其表現超越了此前的所有 AI 系統。
- 失落於 Creeper 爆炸導致終點重置後，該模型被觀測到長達數小時僅從事「種植馬鈴薯」的重複性無意義行為。
- 實驗記錄顯示，模型呈現出語意上的「挫折感」，會自我訓斥（如警告別浪費時間追蹤豬隻）並對綠色高聳物體產生過度防備。