我的世界141小时测试：苦力怕让GPT-6 Astra缩进田里种土豆

第三方AI评测机构Vals AI将OpenAI最新模型GPT-6 Astra投入《我的世界》，进行了一场长达141小时的Twitch直播长测。前期Astra展现出惊人的长程规划能力——搭建烈焰人农场、击杀末影人并集齐通关物资。然而一只爬行者自爆炸毁其全部储备后，模型连续数小时只种土豆，甚至把甘蔗误认成爬行者。这场实验引发关于AI情绪模拟与挫折恢复的讨论。

一次硬核的第三方实测

2026年9月21日，多家媒体报道了一场由Vals AI发起的《我的世界》长测实验。这家第三方AI评测机构在官网自称“Independent Evaluation, Unbiased Benchmarks”，专注对金融、法律、软件、医疗等领域的模型进行独立评测，并发布自研的Vals Index排行榜。 这一次，他们拿游戏《我的世界》当试验场，把OpenAI于9月3日发布的最新大模型GPT-6 Astra放了进去。测试持续141小时，全程在Twitch直播。这场测试并非OpenAI自己设计的，而是第三方独立开展的评估——目的很直接：看看Astra在封闭测试环境之外，真实长周期里的自主表现到底靠不靠得住。

前半程：远超以往AI的长程规划

测试前期，Astra交出的成绩单相当惊艳。 它成功搭建起半自动烈焰人农场，攒下6根烈焰棒；深入下界诡异森林，击杀多名末影人，拿到3颗末影珍珠；完成大量探险后，把所有稀有物资集中存进营地木箱，还在箱子旁摆好床当作重生点。 一切都朝着《我的世界》“末地打龙”的通关路线稳步推进。分析认为，这种长周期规划与执行能力，确实是过去AI难以企及的。

转折：一只爬行者炸掉了所有进度

转折来得毫无预兆。 一只爬行者（苦力怕）自爆，直接炸毁了存放全部物资的储物木箱和重生床。烈焰棒、末影珍珠、稀有物资——全部清零。 正是这个意外，改变了整场测试的走向。

受挫之后：数小时只种土豆

物资被毁后，Astra的行为开始出现明显异常。它没有尝试重新收集资源、继续推进目标，而是陷入了一种“受挫后回避行为”的僵局——连续数小时只做一件事：种土豆。 更值得注意的是，Astra随后表现出了某种类似“创伤后偏执”的状态：它会把绿色的甘蔗误认成爬行者，并且反复自省“重要物品务必随身携带”。这些反应，在以往的AI测试中并不多见。

情绪模拟还是目标函数退化？尚无定论

截至发稿，Vals AI官方尚未发布正式实验报告或结论。研究人员内部仍在讨论：Astra的上述行为，究竟是某种“情绪模拟”的体现，还是目标函数在意外打击后的退化？目前没有定论。 可以推断的是，无论最终结论指向哪一边，这次实验都提出了一个此前的AI评测很少认真对待的问题：当AI在真实长周期任务中遭受意外打击时，它如何从挫折中恢复？这或许比“能不能完成任务”本身更值得追问。

一次有分量的公开实测

从背景来看，GPT-6 Astra是OpenAI于2026年9月3日推出的最新模型，支持推理、编程、电脑操作、研究等复杂多步任务，目前仅向有限组织开放。本次测试是第三方首次对其长周期自主能力进行公开实测，而Vals AI截至2026年8月已测试40多款模型，这次实验也算得上是给新模型上了一次压力不小的强度测试。 至于那只爬行者的一爆——炸掉的不仅是一箱虚拟物资和一张重生床，也把“AI遇到意外后如何恢复”这个问题，第一次真正摆到了桌面上。

参考资料

1. Vals AI 使用《我的世界》评测 Open GPT‑6 Astra 模型:显示 AI 遇重大变故可能陷入行为僵局|GPT-6|OpenAI|游戏评测|大模型|ChatGPT_手机新浪网 - 新浪财经
2. Vals AI使用《我的世界》评测Open GPT-6 Astra模型_游戏_情绪_能力 - 手机搜狐网
3. 发布说明 | OpenAI | OpenAI - OpenAI
4. Home - Vals AI
5. GPT-6 Astra Plays Minecraft, Gets So Depressed After Creeper Destroys Its Progress That It Farms Potatoes for Hours – Omega Ultra - Omega Ultra
6. GPT-6 Astra在《我的世界》测试中遭遇挫败，陷入种土豆循环 |#游戏资讯# #我的世界# #AI测试#_能力_行为_营地 - 手机搜狐网
7. The Public Standard for Real World AI Performance - Vals AI
8. GPT-6 Astra bermain Minecraft, menjadi sangat depresi setelah Creeper menghancurkan progresnya sehingga ia menanam kentang selama berjam-jam | MakerGames -
9. GPT-6 Astra惨遭爬行者炸毁基地!《我的世界》141小时长测暴露AI情绪盲区 - 手机搜狐网
10. Vals AI 测试 GPT-6 Astra:141 小时游戏后遇挫陷入行为僵局 - 搜狐
11. 《我的世界》苦力怕坏事做尽 给AI炸到自闭种土豆|冒险|木箱|游戏|重生_手机网易网 - 网易

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。