#Benchmark

GPT-6 Astra 被 Creeper 炸光家產後開始種馬鈴薯：141 小時 Minecraft 測試暴露 AI Agent 的長期規劃弱點

OpenAI 的 GPT-6 Astra 在 Vals AI 進行的 141 小時 Minecraft 長時間自主測試中，創下目前 AI 系統最深入的遊戲進度之一。Astra 成功建立半自動 Blaze farm、取得 Blaze Rod、探索 Warped Forest 並獵殺 Endermen，但一次 Creeper 爆炸摧毀裝備、寶箱與床後，模型後續數小時大量投入種植馬鈴薯等低價值活動。這個看似搞笑的失敗，其實揭露了 autonomous AI agent 在長時間任務中的核心難題：遭遇重大挫折後，能不能重新規劃、恢復目標並避免策略漂移。