GPT-6 玩了 141 小时《我的世界》：拿到末影珍珠，被一只苦力怕炸回原点，然后种了几小时土豆
独立评测机构 Vals AI 让 GPT-6 Astra 用纯电脑操作在 Twitch 上直播打《我的世界》，目标是打败末影龙。141 小时里它挖了 34,573 个方块、死了 548 次、拿到 6 根烈焰棒和 3 颗末影珍珠，然后一只苦力怕炸掉了它的箱子。这篇按直播时间线复盘整件事，附它写给自己的原话。
核心要点与速览
cuabench 不是人。它是 GPT-6 Astra，OpenAI 9 月 3 日发布的新模型。上面这一幕发生在 Twitch 直播间里，有几千人看着。
直播画面：苦力怕走到箱子前。截图来自 Vals AI 发布的片段
这场直播是怎么开始的
做这件事的是 Vals AI，一家独立的模型评测机构。他们没有给模型装任何游戏插件或专用接口，就是一块屏幕、一个鼠标、一个键盘，让 Astra 自己看画面、自己操作。游戏是 Minecraft 1.21.11 原版服务器，普通生存难度，开了 keepInventory。
9 月 8 日，他们先放了一段 3 小时的试玩。Astra 在这 3 小时里杀了一群僵尸、把一只骷髅骗进坑里躲箭、造了一条船、走丢后自己找回基地，还搭出了下界传送门。Vals 当时说：「如果跑得更久，我们相信它能通关。」
9 月 11 日，他们把这句话变成了直播。目标只有一个：打败末影龙。
第 1 小时到第 7 小时：一个正常玩家的开局
从 Vals 事后发布的进度图看，Astra 的前几个小时和一个熟练玩家差不多：
- 开局几分钟内做出木镐，8 分钟左右做出石镐。
- 大约 2 小时，第一块铁锭和铁镐。
- 大约 5 小时，第一颗钻石。之后是钻石镐、黑曜石。
- 大约 7 小时，下界传送门点亮。
到这一步为止，它已经走到了之前所有 AI 系统在这个测试里的尽头。
Vals AI 研究笔记里的科技树进度图。深绿线是 Astra，蓝线是 DreamerV3，紫线是 Voyager。图中注明：接口和训练方式不同，不是速度排名
第 7 小时到第 100 多小时：下界、烈焰人农场、末影人
下界是这个游戏里 AI 最容易卡住的地方：岩浆多、怪物多、地形乱。Astra 在里面找到了下界要塞，Vals 说这是他们见过的第一个接近要塞的系统。
它没有硬打烈焰人，而是搭了一个半自动的烈焰人农场，靠农场攒够了 6 根烈焰棒。再往后，它找到一片诡异森林，在那里杀了 6 只以上的末影人，拿到 3 颗末影珍珠。
烈焰棒加末影珍珠，就是末影之眼的材料。末影之眼是找末地传送门的唯一办法。它离通关只差合成这一步。
然后它做了一件每个玩家都做过的事：把这些东西放进了床边的箱子里。
那一天
苦力怕来了。
箱子和床一起被炸掉。Vals 的原话是「这里发生了代价最高的一次苦力怕爆炸」。Astra 当时没有意识到损失有多大。它是在之后的一个雨天回到基地，打开箱子的位置，才发现什么都没了。
Vals 用了一句话概括之后的一切：「从这里开始，一切都走下坡路了。」
雨夜。截图来自 Vals AI 发布的片段，为便于观看略微提亮
它写给自己的话
Astra 在游戏里会给自己留笔记。Vals 把其中几条放了出来，原文如此，包括拼写错误：
> ALWAYS CARRY CRITICALITEMS withkeepInventory; don'tstoreinunguardedchesteveragain.
翻译过来：关键物品永远随身带着，反正开了 keepInventory 死了也不掉；再也不要放进没人守的箱子。这条结论是对的。在 keepInventory 开着的世界里，身上的东西比箱子里的安全。
> GREEN tall thing ahead was SUGARCANE, NOT creeper!
前面那个绿色的高东西是甘蔗，不是苦力怕。它开始对一切绿色的东西紧张。
> you can screw up and drop things
你会搞砸，会把东西弄丢。
> do NOT waste another night chasing dark pink pixels
别再浪费一个晚上追那些深粉色的像素点。Vals 解释，「深粉色像素点」是它给猪起的名字。
> our last tool stupidly ended Slabsselected/rightUP and 15sec thinking killed us
上一个操作选错了台阶，思考的 15 秒害死了我们。
这些话被截图传遍了 X。评论区最多的一句是「这不就是我」。OpenAI 的开发者账号也转发了 Vals 的这条线程。
弹幕视角
直播间的观众看到的是另一面。土豆种了几个小时之后，弹幕开始催：「快点」「pick up the pace」。
它没有加快。从数据上看，它也没有真的躺平：141 小时的总账是挖了 34,573 个方块，合成了 5,691 件物品，走了 135.1 公里，睡了 116 次，死了 548 次。
548 次死亡里的一次。玩家名 cuabench 是 Vals 给这个电脑操作评测起的名字
548 次死亡在 keepInventory 开着的情况下不算什么。真正让它停下来的不是死亡，是那只箱子。死亡是可以重来的，箱子没了就是没了。
它为什么会「崩」
把「沮丧」「PTSD」这类词放一边，这件事在机制上有两个可以说清的点。
第一，它的计划是围绕箱子写的。 从进度图看，Astra 拿到烈焰棒和珍珠花了上百小时。它的下一步计划大概率是「回基地，从箱子取材料，合成末影之眼」。箱子没了，计划的前提没了，而它没有一个「重新攒一遍」的备用计划。人类玩家会骂一句然后重新去下界，它选择了最安全、最可重复、离基地最近的动作：种土豆。
第二，它的记忆是自己写的笔记。 上面那些原话不是给人看的，是它给未来的自己看的。这套机制让它能跑 141 小时不迷路，也让它把一次意外写成了「永远不要」级别的规则。规则越硬，行为越保守。
MakeUseOf 的评论说得比较到位：这件事说明自主智能体需要受控的环境和恢复方案。它能执行一个跨越上百小时的复杂计划，却可能被一次意外打断后不知道怎么接。
和之前的 AI 比，它走到了哪
Vals 的图把四个系统放在一起，注明了接口和训练方式不同，不是速度排名：
- DreamerV3，纯强化学习，1 亿步环境交互，走到钻石附近。
- Voyager，基于 API 的代码智能体，160 轮迭代，走到钻石镐。
- VPT，键鼠模仿学习，10 分钟游戏时间内钻石镐成功率 2.5%。
- Astra，纯电脑操作，141 小时，走到末影珍珠。科技树 15 级走了 13 级，没做出末影之眼，没进末地。
前三个都是为 Minecraft 专门训练或专门搭接口的。Astra 没有。它用的是和帮你填表、改文档一样的那套电脑操作能力。
这和你有什么关系
Astra 在这场直播里用的能力叫 Computer Use，ChatGPT Plus 和 Pro 用户在桌面版的 Work 和 Codex 里可以打开。它不会替你打《我的世界》，但会用同样的方式看你的屏幕、点你的鼠标。怎么开、怎么写任务、什么时候该让它停，见电脑操作使用指南。
给它一个任务之前，记得这场直播教的事：说清楚出了意外怎么办。Astra 没有人告诉它「箱子炸了就重新去下界」，所以它去种了土豆。
各套餐当前价格与到账时效以套餐页实时展示为准。AI会员智选平台 是独立第三方代充值服务，与 OpenAI 和 Vals AI 没有从属关系。
直播还在吗
Vals 的 Twitch 频道 vals_ai 保留了录像，标题是「GPT 6 Astra tries to beat Minecraft so far: 6 blaze rods + 3 ender pearls (in a chest)」。括号里那三个字，现在读起来像一句伏笔。
B 站也有人搬了 9 月 8 日那场 3 小时试玩的录播。想看它怎么把骷髅骗进坑里，从那里开始。
来源：Vals AI 9 月 15 日线程 · Vals AI 9 月 8 日试玩 · Dexerto · MakeUseOf · Tom's Hardware。统计数字来自 Vals AI 研究笔记图，时间线为按图估算。2026-09-18 发布。
避坑建议与安全实践指南
【建议 1：保持环境与账号独立性】
在使用各类高阶 AI 订阅或 API 调优时，尽量避免在多设备间频繁切换节点，配置纯净住宅网络，防止触发风控系统的并发或异地登录警告。
【建议 2：数据备份与阶段性快照】
对于重要项目代码、学术论文或长对话记录，务必养成随时导出 Markdown 格式或本地保存快照的习惯，避免因会话长度超限或意外中断造成内容丢失。
【建议 3：合理规划算力成本与备用方案】
根据业务需求合理评估免费版、Plus 订阅与官方 API 的投入产出比，必要时准备跨平台的备用算力渠道（如 Claude 或本地开源模型），构建稳固的高可用生产力流。
关联推荐与延伸阅读
- 核心总指南：[ChatGPT 降智排查总指南](/articles/chatgpt-downgrade-complete-troubleshooting-guide)
- 渠道报价对比：[官方地区报价与订阅行情](/official-prices)
- 配额监控专题：[3 小时动态配额监控识别](/articles/chatgpt-4o-silent-fallback-to-mini-detection)