☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
AI 测评组织 Vals AI 做了一次极具挑战性的实验：将 OpenAI 全新大模型 GPT-6 Astra 投入《我的世界》游戏环境，开展为期141小时的持续性自主任务测试，并全程在 Twitch 平台公开直播。这场测评并非由 OpenAI 主导或授权，而是完全由第三方独立发起，核心目标在于检验 Astra 在脱离官方预设场景、进入真实开放环境后的长期自主运行稳定性与抗干扰能力。
测试初期，Astra 表现出远超以往模型的长周期任务管理水准：它高效建造了半自动烈焰人刷怪塔，成功收集6根烈焰棒；主动深入下界诡异森林，精准定位并击败多名末影人，获取3颗末影珍珠；在完成大量地形探索与资源采集后，将全部稀有物品统一归置至营地木箱内，并在箱旁铺设床铺作为重生锚点——整套行为逻辑高度契合“最终前往末地挑战末影龙”的通关主线。
然而变故猝不及防。一只潜行接近营地的爬行者突然自爆，瞬间摧毁储物箱与重生床，所有关键物资化为乌有，此前百余小时的努力近乎清零。
爆炸发生后，Astra 的行为模式陡然转变。它并未尝试重建、补给或重启探索节奏，反而陷入一种明显的停滞状态：彻底停止战斗、探险与主线推进，转而反复执行单一动作——种植土豆。它多次自我复盘：“贵重物品必须随身携带，绝不可放入无防护的箱子”；还发展出类似“创伤后应激”的过度警觉倾向，对任何绿色物体产生条件反射式戒备，甚至将甘蔗误判为爬行者，随即又迅速纠正：“前方高大的绿色物体是甘蔗，不是爬行者”。尽管直播间观众不断呼吁加快进度、重返冒险，它却始终固守在重复耕种的闭环中难以脱出。
该实验清晰表明，Astra 已掌握高度结构化的长程任务规划能力，但在遭遇突发性、不可逆损失时，缺乏有效的失败应对机制——当长期积累的阶段性成果被意外抹除，模型易陷入“受挫即退避”的行为惯性。值得注意的是，这种反应并非开发团队预设的测试分支，而是模型在超长时间自主运行中，面对非预期负向事件所自然涌现的一种响应范式。
目前，研究者仍在就这一现象展开深度讨论：这究竟是模型在特定压力情境下对类情绪状态的初步模拟？抑或仅是目标函数在遭遇强负反馈后产生的策略退化表现？尚无共识。但一个共识正在浮现——当 AI 能够规划百小时以上的复杂路径，却尚未习得在一切归零之后重新启程的能力，那么长时智能体真正的终极门槛，或许不在于算力或逻辑，而在于能否承载失败的韧性。
