Vals AI 使用《我的世界》評測 Open GPT‑6 Astra 模型：顯示 AI 遇重大變故可能陷入行為僵局
作者：漾仔 責編：漾仔 評論： 9 月 21 日消息，AI 評測機構 Vals AI 利用遊戲《我的世界（Minecraft）》對 OpenAI 最新大模型 GPT‑6 Astra 開展長時自主遊戲測試，全程在 Twitch 直播，總測試時長達到 141 小時。Vals AI 的這項測試並非由 OpenAI 官方設計，而是由第三方獨立開展的評估項目，因此可以觀察 Astra 在封閉測試環境之外的實際表現。在測試過程中，GPT‑6 Astra 展現出前所未有的長週期規劃與執行能力，達成過往 AI 難以實現的成就。其成功搭建半自動烈焰人農場，收集 6 根烈焰棒。
深入下界詭異森林，擊殺多名末影人，拿到 3 顆珍貴末影珍珠。完成大量探險後，將全部稀有物資集中存放在營地木箱當中，床也放置在儲物箱旁作為重生點。一切都在向著末地打龍的通關之路發展。然而，一隻苦力怕悄悄靠近營地併發生自爆，直接炸燬儲物木箱與重生床。AI 耗費上百小時積攢的關鍵道具幾乎全部損毀，遊戲進度一夜清零。爆炸事件之後，GPT‑6 Astra 表現出明顯的挫敗消沉。其徹底放棄探索、打怪、推進通關目標，連續數小時僅循環種植土豆。會反覆自省告誡自己：重要物品務必隨身攜帶，永遠不要存放到沒有防護的箱子。
還出現“創傷後偏執”，對一切綠色物體高度警惕，甚至把甘蔗誤認成爬行者，還主動提醒自己：“前面高高的綠色東西是甘蔗，不是苦力怕”。直播間觀眾不斷催促 AI 加快節奏繼續冒險，但其依舊陷在保守種田行為中。本次實驗證明 GPT‑6 Astra 已具備複雜長任務規劃能力，但面對遊戲內突發的意外打擊，缺少有效的挫折恢復策略。一旦長期積累的成果被意外摧毀，會導致 AI 陷入“受挫後迴避行為”僵局。從技術角度來看，Astra 展現出的這種“受挫後迴避行為”並非開發者預先設計的測試情境，而是模型在長時間 AI 測試過程中遭遇非預期損失後，自行呈現的一種輸出模式。
目前研究人員仍在討論，這種行為究竟是否代表模型在特定情境下對情緒進行模擬，或者僅僅是目標函數在受到特定負反饋後出現的退化表現，現階段尚無明確結論。
投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：我的世界，OpenAI，GPT6 Astra，Vals AI消息稱 Anthropic 擬於 IPO 前推出新 AI 模型，以應對 OpenAI GPT-6 Astra 競爭壓力B站上線“AI 無限競技場”LLM 測評榜：號稱“全球百大模型同場競技”、GPT-6 現居榜首OpenAI CEO 奧爾特曼下週將出席聯合國大會，向安理會作 AI 議題簡報OpenAI 示警：先進 AI 可在 2 臺相鄰物理隔離 PC 間“對話”OpenAI 研究員示警：AI 能力越強，越容易“隱藏內心想法”四家 AI 巨頭因呼籲放緩研發遭反壟斷訴訟：Anthropic、OpenAI、SpaceXAI、谷歌面臨集體訴訟
Related
相關文章
剛剛，Claude Code產品一姐加入OpenAI！
智東西 作者 | 王涵 編輯 | 雲鵬 智東西11月5日報道，剛剛，Claude Code和Cowork的核心產品負責人Cat Wu（Catherine Wu）宣佈將加入OpenAI，負責領導核心產品的管理工作。 “小龍蝦之父”即OpenClaw的創始人Peter Steinberger，與OpenAI o系列模型的開發者Noam Brown在評論區送上祝福。 昨天，Cat Wu在X上發文稱週五將是其在Anthropic的最後一天。有人在其評論區問：“你現在打那休那6個月的假嗎？”Cat Wu回答道：“post agi！（在AGI之後）”現在看來，這句話妥妥是個伏筆。 Cat Wu是技術出身，2013年至2017年，她在普林斯頓大學讀計算機科學專業，並曾去往瑞士蘇黎世聯邦理工學院交流學習。本科期間，她曾與同學開發協作白板應用Scratchwork。 畢業後，她加入Youtube從事技術工作。一年後，Cat Wu加入Scale AI擔任產品工程師一職，作為早期員工參與企業產品建設及運營規模化。2020年，她又跳槽至初創公司Dagster擔任工程主管，負責商業產品Dagster Cloud建設。 再之後，自2021年10月到2024年8月，Cat Wu成為了一名風險投資合夥人，在Index Ventures中負責投資企業軟件、數據基礎設施、開發者工具及AI創業公司等。 2024年8月，她正式加入Anthropic。 根據Cat Wu在Anthropic官網上的署名文章，她起初擔任研究產品團隊的產品經理。而後參與了Claude Code內部工具實踐，利用早期Claude Code構建用戶反饋分析工具、評測環境及強化學習相關實驗。 2025年起，她及團隊開始推動Claude Code產品化，定下了Claude Code的產品路線並搭建整體功能框架，將Claude Code推至C端。
OpenAI 新模型自動挖出 948 個 Linux 內核提權漏洞，每個漏洞利用成本僅 1279 美元
報告披露，OpenAI 利用一款即將推出的全新網絡安全模型，成功構建了一套涵蓋自動化漏洞發現、驗證、利用及修復的完整閉環流程，在真實測試中交出了一份驚豔的成績單。驚人的測試數據:千級候選漏洞中動態復現與利用在2026年10月進行的一次實戰測試中，該系統展現了極其強悍的自動化安全攻防能力。
Kimi Hosted Agents 發佈:Harness 運行時轉向雲端託管
開發者無需自建運行框架，即可獲得7×24小時託管環境，支持長程任務執行與多智能體協作，按需配置 Agent 構建兩類應用:集成至企業內部系統做監控與運維響應，或嵌入對外產品提供 App 內投研助手、客服助手。平臺提供獨立沙箱與網絡訪問權限控制，可設定操作邊界並隨時中止會話;執行過程留痕可查、支持審計導出，並給出計費規則與用量報表。
蘋果還沒造出智能體，卻在年報裡把它寫成了風險
作為面向投資者的正式文件，10-K 對風險的每句措辭都帶著法律層面的披露義務。有意思的是，這家公司至今還沒有一款真正落地的 AI 智能體產品，眼下只想在嚴格隱私保護下繼續打磨 Siri。其首席執行官也把智能體稱作"有前景的工具"，但提醒用戶必須清楚自己究竟交出了哪些權限。
國產RNA生物大模型重大突破：中國科大團隊研發 structRFM 登上《自然》並全面開源
DeepSeek-R1、Kimi-K3、Meta-Llama-3等。該榜以開發者點贊為評選口徑，反映真實偏好，而非跑分或參數規模，成社區史上最受歡迎開源模型。Sep 16, 2026315.6k上海 AI Lab 開源多模態基礎大模型書生-S2：Memory Decoder 插拔記憶，科學長程任務對標頂尖閉源上海AI實驗室開源書生-S2，通用能力居開源第一梯隊，生物、材料、化學等科學長程任務比肩頂尖閉源模型。
GPT-6.2 蛛絲馬跡提前洩露，OpenAI 三款新模型或本週亮相
部分 Codex 用戶在查看用量明細時，意外發現"gpt-6.2-astra"的標識悄然出現，而此時產品界面的模型選擇器仍只標註著 GPT-6 Astra。版本號的提前現身，往往比任何預熱海報都更直白地預告著更新臨近。內部標識搶在官宣之前外流，幾乎成了 AI 廠商之間心照不宣的"慣例"，每一次後臺字符串的意外露面，都會被外界當作發佈倒計時開始的信號。