狠狠干了6天，最后家没了。
这就是GPT-6 Astra最近在《Minecraft》里的遭遇。
141小时里，它一路推进主线，就为了打败大BOSS末影龙，打败它基本就算通关。眼看屠龙的材料都攒了不少了，一只自爆怪苦力怕直接把基地、关键物资和重生点一起扬了。
然后， Astra 道心碎了。
141小时白干，只需要一只苦力怕
这次测试来自Vals AI。
他们想看的，不只是GPT-6会不会玩《Minecraft》，而是一个前沿模型能不能在开放环境里，长时间自主执行一个复杂任务。所以整个任务只给了一个终点：打败大BOSS末影龙。
一开始，Astra表现得相当不错。它一路探索、收集资源，已经拿到了去挑战末影龙前要攒的关键材料。
实验组甚至还很贴心地给它开了Keep Inventory。也就是说，即便角色死了，身上携带的物品也不会掉，已经算是给它上了一层保险。
但Astra自己又加了一层保险。这小子担心辛辛苦苦攒下来的资源丢了，所以把它们全塞进了床边的一个箱子里。
从它的视角看，这可能叫“风险管理”。
从苦力怕的视角看，这叫“一锅端”。
伴随着一只苦力怕冲过来自爆，箱子炸了，物资没了，连附近的重生点也一起被毁了。
六天的努力，一下回到解放前了。
还屠啥龙啊，回家种土豆吧
这次爆炸直接给Astra整emo了。
在这之前，它满脑子都是末影龙，一门心思想着怎么通关。结果这一炸，主线也不香了。
后面几个小时，它开始修房子、补物资、种土豆，见到苦力怕绕着走，整个AI突然从屠龙勇士变成了谨小慎微的农场主。
而且Astra明显有点“一朝被苦力怕炸，十年怕绿色方块”的意思。它后来快成祥林嫂了，一直反复念叨，重要东西以后一定得带在身上：
“我真傻，真的。我单知道贵重东西得收好，我不知道箱子还能被炸……”
更离谱的是，有一次远处明明只是一片甘蔗，它愣是当成了苦力怕，当场提高警惕。
瞧给孩子吓的，都PTSD了。一次失败，硬生生把屠龙主线打成了生存模式。
这141小时，真正测的是三种能力
表面上看，这是一次大型AI游戏翻车现场，但这141个小时，也测到了Agent几种很关键的能力。
第一，理解环境。遇到不同敌人、地形和资源变化，Astra得先判断发生了什么，再决定怎么行动。比如碰到僵尸，它会先垫高自己，因为僵尸只能近身攻击，站高一点就能避免被围着打。
第二，任务拆解。“打败末影龙”只有一个目标，但中间的找资源、做装备、探索地图，都得它自己拆、自己排优先级。
第三，持续执行。141个小时里，情况一直在变，计划也会被打断，它得不断根据反馈调整，再继续往前走。
Astra的故事好笑归好笑，其实也正好暴露出了一个难题：模型可以很聪明，可以自己规划，也可以不断解决眼前的问题，但任务一旦拉得足够长，中间再出几次意外，模型就很容易慢慢偏离最初的目标。
Astra后面做的每件事单独看都不算离谱，修房子、补资源、躲苦力怕，甚至都挺合理。问题是，当这些“合理的小事”越做越多，它也就离最开始的屠龙目标越来越远了。
而现实世界里的长期任务，只会比游戏更复杂。
关键还是用起来
模型有本事，企业不会用也是白搭
这件事放到企业里也一样。模型能力越来越强，但真正落到业务里，流程怎么改、任务怎么分、团队怎么配合，依然需要重新设计。
过去三年，猎豹移动也一直在做这件事。
10月16日深圳、10月30日上海，我们会举办两场猎豹AI实战派线下课，从认知实操，分享猎豹移动在AI转型里踩过的坑和总结下来的经验。
如果你也在思考企业到底该怎么把AI真正用进业务，欢迎扫码报名，带着实际问题来交流。
热门跟贴