GPT-6 Astra 拿下 ARC-AGI-3 62.7%：宝可梦 18 小时通关、Minecraft 141 小时史上最远，遇挫后种了数小时土豆

ARC Prize 与独立测试机构 Vals AI 于 9 月 17 日前后公布 GPT-6 Astra 的长程游戏测试：ARC-AGI-3（模型在陌生游戏环境里靠试错推断规则）标准接口下 62.7%（GPT-5.6 Sol 为 7.78%，Claude Opus 5 约 30%），OpenAI 自家 harness 下接近 99.9%——同一模型换测试壳分差 37.2 个百分点。宝可梦 FireRed 18 小时 12 分钟通关（GPT-5.6 Sol 需 96 小时 35 分），Factorio: Space Age 约 10 小时发射首枚火箭，Fallout 3 约 59 小时通关。

Vals AI 的 Minecraft 通用计算机使用（屏幕+鼠标+键盘，无游戏 API）跑了 141 小时——史上首次有 AI 收集到 6 根烈焰棒与 3 颗末影珍珠。随后一次苦力怕爆炸炸毁储物箱与床，Astra 写下「永远随身携带关键物品」的自省规则后，花了数小时几乎只种土豆。它把陌生机制压缩成自创符号规则并跨步骤复用，这一模式是 ARC Prize 关注的核心；同一特质（经验→规则）在环境变化时也会导致过度纠偏。

原文链接：ARC Prize / Vals AI