OpenAI新模型自主通关《传送门》：24小时、3336次调用、成本571美元

近日，一名AI与大语言模型爱好者发起了一项实验，让OpenAI最新旗舰模型GPT-6 Astra自主通关Valve旗下经典3D解谜游戏《传送门》。实验结果不仅展示了大语言模型在复杂任务处理上的显著进展，也引发了业界对多模态AI智能体能力的广泛讨论。

实验细节：从Atari到3D解谜的跨越

实验发起者CozyBlaze通过Model Context Protocol（MCP）和修改后的SourcePauseTool（SPT）控制游戏。在模型思考时，游戏保持暂停，系统向模型提供截图和玩家位置信息；当模型发出输入指令后，SPT解除暂停并执行操作。整个通关过程共进行了3336次工具调用，按API价格计算，成本为571.18美元（约合3838元人民币）。CozyBlaze澄清，这些成本由其每月200美元（约合1344元人民币）的Codex Pro订阅覆盖。

值得注意的是，这一成果与几年前AI在Atari 2600国际象棋中落败的情形形成鲜明对比，标志着AI在游戏领域的重大跨越。此前，AI系统多局限于特定任务或简化环境，而此次实验展示了通用型智能体在复杂3D环境中的自主探索与问题解决能力。

技术解析：MCP协议与SPT工具的协作

CozyBlaze解释称，模型通过MCP协议与游戏交互，利用经过修改的SPT工具控制游戏运行。在AI思考期间，系统提供游戏截图和玩家角色位置等视觉与空间信息，模型据此规划移动和操作步骤。这种方法有效缓解了传统强化学习在真实游戏环境中面临的样本效率低和探索困难等问题。

由于模型思考时间较长，经剪辑的精彩视频约2小时，而完整直播记录长达约24小时。这表明，尽管模型能自主完成通关，但其决策速度和处理效率仍有待提升。有分析认为，此类实验为评估多模态AI的空间感知、逻辑推理和规划能力提供了新视角，但距离实时响应和高效执行仍有距离。

行业视角：OpenAI的长期愿景与AI智能体的未来

CozyBlaze在评论中表示，虽然当前仍存在诸多问题，此次通关不应视为AI能力的标准化基准，但看到通用型智能体自主探索并完成整个游戏，让人感觉OpenAI最初的愿景正逐渐成为现实。他提到的“最初愿景”源自OpenAI在2016年提出的长期目标：打造一个能解决多种游戏任务的单一AI智能体。

GPT-6 Astra于本月早些时候成为OpenAI的新旗舰模型。OpenAI称，该模型代表了“新一代智能”，在计算机操作、网页浏览、软件工程、网络安全、科学研究等领域达到当前最先进水平。此次实验或为其能力提供了侧面验证，但业界普遍认为，通用AI智能体的成熟仍需在鲁棒性、可解释性和安全性等方面持续突破。

从更广阔的视角看，这类实验不仅展示了AI在游戏领域的潜力，也预示着未来AI智能体在自动化办公、软件开发、复杂系统控制等领域的应用前景。随着模型能力的提升和交互协议的标准化，AI智能体有望从实验室走向实际生产环境，但如何平衡成本、效率与可靠性，仍是行业面临的共同挑战。