AI 评测机构 Vals AI 在 Twitch 直播中，利用《我的世界》对 OpenAI 大模型 GPT-6 Astra 进行第三方长时自主游戏测试，总时长 141 小时。测试显示，Astra 能完成半自动烈焰人农场搭建、收集烈焰棒和末影珍珠等长周期任务。但在营地遭苦力怕爆炸、储物箱和重生床被毁后，关键物资损失导致进度中断。随后模型连续数小时放弃探索与通关目标，转为反复种植土豆，并对绿色物体表现出高度警惕。Vals AI 认为，该现象显示模型具备复杂规划能力，但在突发损失后的恢复策略仍不足。
AI 评测机构 Vals AI 在 Twitch 直播中，利用《我的世界》对 OpenAI 大模型 GPT-6 Astra 进行第三方长时自主游戏测试，总时长 141 小时。测试显示，Astra 能完成半自动烈焰人农场搭建、收集烈焰棒和末影珍珠等长周期任务。但在营地遭苦力怕爆炸、储物箱和重生床被毁后，关键物资损失导致进度中断。随后模型连续数小时放弃探索与通关目标，转为反复种植土豆，并对绿色物体表现出高度警惕。Vals AI 认为，该现象显示模型具备复杂规划能力，但在突发损失后的恢复策略仍不足。