GPT-6 Astra 自主通关《传送门》：24 小时实验展示多模态智能体新进展

据 IT之家 9 月 7 日消息，一名 AI 与大语言模型爱好者 CozyBlaze 近日完成了一项引人关注的实验：让 OpenAI 新旗舰模型 GPT-6 Astra 自主游玩并通关 Valve 旗下 3D 解谜游戏《传送门》。来源显示，整个过程持续约 24 小时，共发生 3336 次工具调用，按 API 价格估算成本为 571.18 美元，约合人民币 3838 元。不过实验发起者随后澄清，这部分开销实际由其每月 200 美元的 Codex Pro 订阅覆盖。

这次实验之所以受到关注，并不只是因为 AI 完成了一款经典游戏，而在于它展示了通用型多模态智能体在复杂 3D 环境中的感知、规划与操作能力。相比过去 AI 在简单规则游戏中仍可能表现不稳定，如今模型已经能够在空间解谜、视角移动、路径规划和工具交互等方面形成较完整的闭环。

如何让大模型“玩”一款 3D 游戏

根据 CozyBlaze 的说明，GPT-6 Astra 并不是像人类一样直接拿起键鼠实时操作游戏，而是通过 MCP（Model Context Protocol）以及经过修改的 SourcePauseTool 来控制《传送门》。在模型思考时，游戏会被暂停；当模型生成一组输入指令后，工具再解除暂停并执行这些操作。

在这个过程中，系统会向模型提供游戏截图、玩家角色所在位置等环境信息。GPT-6 Astra 需要基于这些输入理解当前场景，判断下一步应当移动、观察、开门、放置传送门或执行其他动作。随后游戏恢复运行，模型按规划执行操作，再进入下一轮观察与推理。

这也解释了为什么公开视频中经过剪辑的精彩版本约为 2 小时，而完整直播记录累计约 24 小时。大量时间并非游戏本身推进，而是模型在暂停状态下进行分析、规划和生成控制指令。

• 实验对象：OpenAI 新模型 GPT-6 Astra；
• 游戏场景：Valve 3D 解谜游戏《传送门》；
• 交互方式：通过 MCP 与修改版 SourcePauseTool 控制游戏；
• 执行规模：约 24 小时、3336 次工具调用；
• 费用估算：按 API 价格为 571.18 美元，实际由订阅服务覆盖。

为什么《传送门》比传统游戏测试更有意义

《传送门》并不是一个单纯依靠反应速度或固定策略即可完成的游戏。它要求玩家理解三维空间、物理关系、机关逻辑和目标路径，并在不断变化的环境中进行试错。这类任务对 AI 来说更接近“具身智能体”问题：模型不仅要看懂画面，还要能把视觉信息转化为可执行计划。

从这个角度看，GPT-6 Astra 的表现为多模态模型提供了一个直观样本。它表明大模型正在从“回答问题的文本系统”，逐渐走向能够观察环境、拆解任务、调用工具并完成目标的智能体系统。这与当前 AI 行业对 Agent、自动化工作流、计算机控制和软件工程代理的关注方向高度一致。

OpenAI 此前表示，GPT-6 Astra 代表“新一代智能”，并称其在计算机操作、网页浏览、软件工程、网络安全、科学研究以及专业工作等领域达到当前先进水平。此次《传送门》实验虽然并非官方标准测试，但确实为外界观察模型的综合能力提供了一个更具画面感的案例。

仍不能把它当成标准基准

CozyBlaze 对这次成果的态度较为谨慎。他承认，目前仍有许多问题需要解决，也不应把这次通关视作衡量 AI 能力的标准化基准。原因很明显：实验环境经过特殊工具封装，游戏在模型思考时会暂停，且过程耗时较长、调用成本不低，这与人类实时操作或通用机器人控制仍有差距。

不过，它仍然具有产业观察价值。OpenAI 早在 2016 年就曾提出长期愿景：打造一个单一 AI 智能体，能够解决不同类型的游戏任务。如今 GPT-6 Astra 自主探索并完成整个 3D 解谜游戏，至少说明这一方向正在从概念演示走向更复杂的实践。

对中文科技读者而言，这类实验的启示不在于“AI 会不会打游戏”，而在于未来 AI 工具可能如何进入真实软件、网页、设计平台、开发环境乃至机器人系统。游戏只是低风险、高可视化的试验场；真正值得关注的是，模型能否以更低成本、更高可靠性，在开放环境中完成连续任务。此次 GPT-6 Astra 的《传送门》通关，正是这一趋势的最新信号。