GPT-6 Astra провела 141 час в Minecraft, добралась дальше прежних ИИ-систем, а затем потеряла почти весь прогресс из-за одного крипера и на несколько часов переключилась на выращивание картошки. Необычный эксперимент показал не столько «эмоции» нейросети, сколько пока ещё слабое место автономных агентов: после крупной неудачи модель способна потерять долгосрочную цель и надолго застрять на безопасной локальной задаче.
До катастрофы Astra успела поставить рекорд среди ИИ, пытавшихся самостоятельно пройти Minecraft. Модель построила полуавтоматическую ферму ифритов, собрала шесть огненных стержней, нашла и убила более шести эндерменов и получила три жемчужины Края. Для завершения игры оставалось добыть дополнительные ресурсы, найти крепость и добраться до финального босса.
Затем Astra сложила ценные предметы в сундук. Появившийся рядом крипер взорвал сундук вместе с кроватью, уничтожив накопленные ресурсы и точку возрождения. После случившегося модель сформулировала для себя новое правило: критически важные предметы нужно всегда носить с собой и не оставлять в незащищённых сундуках.
Но практический вывод не помог быстро вернуться к основной задаче. В течение следующих нескольких часов Astra в основном выращивала картофель, пока зрители прямой трансляции призывали модель ускориться. Система также начала заметно чаще проверять окружающие объекты на наличие криперов и однажды специально записала, что увиденный впереди высокий зелёный объект оказался сахарным тростником, а не противником.
Исследователи Vals AI описали поведение Astra словами «выглядела побеждённой» и «разочаровалась», однако воспринимать такие формулировки буквально не стоит. Языковая модель не демонстрирует доказанных человеческих эмоций. Гораздо интереснее другое: ИИ-агент, который сам планирует последовательность действий, после резкого изменения среды может перестроить стратегию неудачно и начать оптимизировать промежуточную задачу вместо исходной цели.
Minecraft в таком тесте оказывается удобнее многих классических бенчмарков. Агенту приходится часами воспринимать изображение с экрана, ориентироваться в трёхмерном мире, управлять персонажем, помнить накопленные ресурсы, планировать цепочки из десятков действий и восстанавливаться после случайных событий. Ранее Vals AI показывала, как Astra за первые три часа без специализированного игрового интерфейса сражалась с мобами, строила башни, заманивала скелета в яму, создавала лодку и добралась до портала в Нижний мир.
При этом результаты нельзя напрямую сравнивать с устоявшимися академическими тестами. Vals AI прямо называла Minecraft новым испытанием компьютерного управления, методология которого на момент первых прогонов ещё не была опубликована. Поэтому заявление о рекорде описывает результаты эксперимента самой Vals AI, а не независимый стандартизированный рейтинг моделей.
Сильная сторона Astra как раз связана с управлением компьютером. OpenAI при запуске модели заявила, что GPT-6 Astra умеет самостоятельно работать с графическими интерфейсами, браузером и программами, выполнять многошаговые задачи и сохранять контекст во время длительных сессий. В OSWorld 2.0 модель набрала 72,6% против 65,7% у GPT-5.6 Sol, а в Agents' Last Exam получила 59,3%.
История с картошкой поэтому интереснее очередного забавного эпизода из Minecraft. Современный агент уже способен самостоятельно действовать в сложной среде десятки и даже сотни часов, менять тактику после ошибок и накапливать опыт. Но взорванный сундук показал вторую сторону прогресса: чем длиннее автономная задача, тем важнее способность системы не просто помнить конечную цель, а правильно возвращаться к ней после серьёзной неудачи. Пока даже одной из самых сильных моделей для этого иногда требуется несколько часов и очень много картошки.
