GPT-6 Astra 仅尝试 3 次即成功通关经典硬核游戏 NetHack

宾夕法尼亚大学教授 Ethan Mollick 于2026年9月25日转引测试记录指出，OpenAI 的 GPT-6 Astra 模型在经典高难度游戏 NetHack 中仅尝试 3 次即成功通关，反映出大模型在长程动态规划与复杂环境推理方面的能力演进。

• 开发者 Kenneth Bergquist 于2026年9月21日在技术博客发布记录，该模型在终端环境中历经 37,140 个回合完成飞升通关。
• NetHack 具备程序随机生成和高惩罚机制，长期被学术界作为评估强化学习与智能体长期决策能力的基准测试环境。
• 记录显示该模型能够自主构建环境交互接口，并在信息不完全的动态场景中完成连续推理与策略调整。
• 影响/看点：该成果表明前沿模型在复杂离散环境中的自主规划能力进一步提高，但能否迁移至容错率极低的工业或现实物理系统，仍取决于连续动作空间控制与安全性验证的成熟度。
• 资料依据：
• X平台Ethan Mollick账号（2026-09-25）：https://x.com/emollick/status/2103308028552343946
• Kenneth Bergquist技术博客（2026-09-21）：https://kenforthewin.github.io/posts/nethack-gpt6-astra/

本内容由 AI 生成，仅供参考，请注意甄别