看AI连续玩141小时《我的世界》，发现了一个很有趣的问题

前两天看到 Vals AI 做了一个有点意思的AI测试，就是他们让GPT-6 Astra自己连续玩了 141 个小时的《我的世界》。就是什么插件、代码都没用，就是直接让Astra上手玩我的世界，昨天我其实也发了这个事情，https://api.xiaoheihe.cn/v3/bbs/app/api/web/share?h_camp=link&h_src=YXBwX3NoYXJl&link_id=ca9972784679&new_post_share_style=true ，结局就还挺搞笑的，但是今天我们来看看这个事情带来的一些思考。

就是游戏初期，AI表现其实已经相当夸张了。它不是简单地在地图里乱逛，而是真的会为了最终目标一步一步规划：收集资源、进入下界、找烈焰人、寻找末影人，甚至还自己做出了半自动烈焰人农场，最后拿到了 6 根烈焰棒和 3 颗末影珍珠。这看上去都非常的惊艳！

也就是说，现在的大模型已经开始具备一种很明显的“长任务执行能力”。一个任务不是做几分钟，而是可以连续运行几天，中间自己判断下一步应该干什么。但是，就都在感叹AI有多厉害的时候，Astra把自己辛苦获得的重要资源集中放进了一个箱子，结果一只苦力怕过来，把箱子连同旁边的床一起炸掉了。也就是说Astra一下子回到解放前，什么都没了！

就是这一炸让Astra后面的行为却发生了很明显的变化。受挫后的它并没有迅速重新制定计划，把目标重新拉回“进入末地”，而是在接下来的几个小时里大量重复一些风险很低的事情，比如一直在那种土豆。同时，它开始反复自省告诫自己：重要物品务必随身携带，永远不要存放到没有防护的箱子。还出现“创伤后偏执”，对一切绿色物体高度警惕，甚至把甘蔗误认成爬行者，还主动提醒自己：“前面高高的绿色东西是甘蔗，不是苦力怕”。这一炸直接给AI炸出了抑郁症了！

没想到这个测试居然暴露出来了AI能像人一样受挫后失去斗志，直播间观众不断催促 AI 加快节奏继续冒险，但其依旧陷在保守种田行为中。本次实验证明 GPT‑6 Astra 已具备复杂长任务规划能力，但面对游戏内突发的意外打击，缺少有效的挫折恢复策略。一旦长期积累的成果被意外摧毁，会导致 AI 陷入“受挫后回避行为”僵局。

从技术角度来看，Astra 展现出的这种“受挫后回避行为”并非开发者预先设计的测试情境，而是模型在长时间 AI 测试过程中遭遇非预期损失后，自行呈现的一种输出模式。目前研究人员仍在讨论，这种行为究竟是否代表模型在特定情境下对情绪进行模拟，或者仅仅是目标函数在受到特定负反馈后出现的退化表现，现阶段尚无明确结论。