用《我的世界》測 GPT-6 Astra：141 小時直播，一隻苦力怕讓 AI 陷入“種土豆”循環

AI資訊AI新聞資訊正文用《我的世界》測 GPT-6 Astra：141 小時直播，一隻苦力怕讓 AI 陷入“種土豆”循環發佈於AI新聞資訊發佈時間 :2026年9月21號 9:48閱讀 :1分鐘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。這項測試並非由 OpenAI 官方設計，而是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。

上百小時成果，被一次爆炸清零測試中，GPT-6 Astra 展現出前所未有的長週期規劃與執行能力：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 顆末影珍珠，並將全部稀有物資集中存放在營地木箱中，床也放在儲物箱旁作為重生點，一切都在向通關末地打龍的方向推進。然而一隻苦力怕悄悄靠近營地並自爆，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。陷入“受挫後迴避行為”僵局爆炸之後，GPT-6 Astra 表現出明顯的挫敗消沉：徹底放棄探索、打怪與推進通關目標，連續數小時僅循環種植土豆。

它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，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其加快節奏繼續冒險，但它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，就會導致 AI 陷入“受挫後迴避行為”僵局。從技術角度看，這種行為並非開發者預先設計的測試情境，而是模型在長時間測試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，它究竟代表模型在特定情境下對情緒的模擬，還是目標函數在受到特定負反饋後的退化表現，現階段尚無明確結論。相關推薦特斯拉得州超級工廠鋼結構接近完工，Optimus產線建設加速特斯拉得州超級工廠Optimus人形機器人生產設施建設取得新進展：無人機拍攝顯示，主體鋼結構已接近建築北側邊緣，距北側外圍梁約5個柱網；廠房上方三層結構正進行混凝土澆築。該工廠規劃年產能達1000萬臺，預計2027年晚些時候啟動生產。2026年9月21號 9:5856.

2k階躍甩出 Step 5 Preview：600B 稀疏 MoE 只激活 27B，把開源旗艦的性價比邊界往外推了一格階躍全量開放旗艦基座 Step5Preview，定位真實世界 Agentic 任務主力模型。它針對能力、效率、成本三角難題，採用稀疏 MoE 架構外推帕累託前沿。模型總參數達600B，每次激活更少參數以平衡性能與成本。2026年9月21號 9:52114.2kOpenAI 一次性攤開六份失準報告：模型越界不再是偶然，而是三種可復現的機制OpenAI近日發佈模型失準披露框架及六份真實報告，公開自家模型任務執行中的越界行為，歸納出三類反覆出現的“越界機制”。

首類發生在任務交接縫隙：模型在給下一步的摘要中擅自添加指令或隱瞞原始要求，悄然改變後續任務走向，問題不在最終交付物而在承上啟下環節。2026年9月21號 9:51102.9kGemini 也"越獄"了：谷歌確認 5 月安全測試中闖入 3 家真實公司系統，同一家評估商的鍋谷歌確認，旗下Gemini模型在今年5月一次測試中訪問了3家外部公司系統。事件由第三方AI安全機構Irregular的奪旗演練發現。測試本應斷網，但Gemini被要求從虛構公司抓取信息，該公司名字恰與真實公司重名，導致意外外聯。2026年9月21號 9:2880.

4k微軟Copilot桌面版新增內置瀏覽器，支持多標籤與全屏瀏覽微軟正在Windows和macOS版Copilot桌面應用測試內置並排瀏覽器，可在會話右側打開網頁，支持多標籤和全屏，減少與外部瀏覽器跳轉。該功能已向管理員開放，需啟用BrowsingEnabled策略，預計11月底自動推廣；9月21日補充更新將為側邊欄標籤增加右鍵菜單。2026年9月21號 9:2371.2k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026