OpenAI新模型GPT-6 Astra在一項第三方實驗中，自行操作第一代《傳送門》並在接近24小時內完成遊戲。實驗由網民cozyblaze搭建，模型透過螢幕截圖、玩家位置和工具接口判斷環境，再向遊戲發出移動、視角及傳送門操作指令，全程使用3336次工具調用。
《傳送門》不是依靠快速反應取勝的射擊遊戲，而是要求玩家理解三維空間、動量、開關和傳送門之間的關係。後期關卡要把多個動作按正確次序完成，失敗後還要辨識位置、回到檢查點並修改策略，因此常被用來展示人類的空間推理能力。
實驗系統每次把當前畫面和座標傳給Astra，讓模型分析下一步，再暫停或恢復遊戲。模型可一次下達一串動作，但並非像人類一樣以鍵盤滑鼠即時操作。整個流程耗時約23小時43分鐘，API費用為571.18美元。
非正式展示不等於標準測試
這次通關被稱為「自主」，指初始任務下達後沒有人工替模型選路或解謎。不過，搭建者改造了遊戲暫停工具，讓模型思考時不會被即時環境淘汰。模型收到的位置資訊亦比單純觀看影片更多，因而不能直接與人類玩家完成時間比較。
《傳送門》發行已近20年，網上存在大量攻略、影片和關卡描述，相關內容可能出現在模型訓練資料。實驗無法證明Astra完全從未見過解法，也不能證明它面對全新三維遊戲仍能保持相同表現。搭建者亦把這次運行稱為非正式展示，而非嚴格基準。
即使有上述限制，模型仍須在長達一天的任務中維持狀態。每次畫面只提供局部資訊，Astra要記住已走過的區域、判斷傳送門落點、處理失敗並繼續執行。長任務最常見的問題包括遺忘目標、重複嘗試和錯把局部進展當成完成。
GPT-6 Astra官方定位包括電腦操作、瀏覽、軟件工程及專業工作。它可從螢幕畫面辨識介面，透過工具點擊、輸入和執行程式。遊戲實驗把這些能力放入連續三維環境，展示模型可把視覺理解、規劃和動作串接，而不只是回答單一問題。
Astra在OSWorld 2.0電腦操作測試取得72.6%，官方稱完成模擬任務的平均時間較GPT-5.6 Sol減少約47%。但標準辦公軟件與遊戲不同，前者有文字標籤、固定選單和較清晰的成功條件，後者要求空間定位及連續控制。
3336次工具調用也反映自主代理的成本。若每一步都要上傳畫面、推理並回傳動作，運行時間和API費用會快速累積。571.18美元遠高於購買遊戲或人工通關的成本，因此現階段價值主要在研究長任務能力，而非實際代玩。（編輯部）
下載APP