看AI連續玩141小時《我的世界》，發現了一個很有趣的問題

前兩天看到 Vals AI 做了一個有點意思的AI測試，就是他們讓GPT-6 Astra自己連續玩了 141 個小時的《我的世界》。就是什麼插件、代碼都沒用，就是直接讓Astra上手玩我的世界，昨天我其實也發了這個事情，https://api.xiaoheihe.cn/v3/bbs/app/api/web/share?h_camp=link&h_src=YXBwX3NoYXJl&link_id=ca9972784679&new_post_share_style=true ，結局就還挺搞笑的，但是今天我們來看看這個事情帶來的一些思考。

就是遊戲初期，AI表現其實已經相當誇張了。它不是簡單地在地圖裏亂逛，而是真的會爲了最終目標一步一步規劃：收集資源、進入下界、找烈焰人、尋找末影人，甚至還自己做出了半自動烈焰人農場，最後拿到了 6 根烈焰棒和 3 顆末影珍珠。這看上去都非常的驚豔！

也就是說，現在的大模型已經開始具備一種很明顯的“長任務執行能力”。一個任務不是做幾分鐘，而是可以連續運行幾天，中間自己判斷下一步應該幹什麼。但是，就都在感嘆AI有多厲害的時候，Astra把自己辛苦獲得的重要資源集中放進了一個箱子，結果一隻苦力怕過來，把箱子連同旁邊的牀一起炸掉了。也就是說Astra一下子回到解放前，什麼都沒了！

就是這一炸讓Astra後面的行爲卻發生了很明顯的變化。受挫後的它並沒有迅速重新制定計劃，把目標重新拉回“進入末地”，而是在接下來的幾個小時裏大量重複一些風險很低的事情，比如一直在那種土豆。同時，它開始反覆自省告誡自己：重要物品務必隨身攜帶，永遠不要存放到沒有防護的箱子。還出現“創傷後偏執”，對一切綠色物體高度警惕，甚至把甘蔗誤認成爬行者，還主動提醒自己：“前面高高的綠色東西是甘蔗，不是苦力怕”。這一炸直接給AI炸出了抑鬱症了！

沒想到這個測試居然暴露出來了AI能像人一樣受挫後失去鬥志，直播間觀衆不斷催促 AI 加快節奏繼續冒險，但其依舊陷在保守種田行爲中。本次實驗證明 GPT‑6 Astra 已具備複雜長任務規劃能力，但面對遊戲內突發的意外打擊，缺少有效的挫折恢復策略。一旦長期積累的成果被意外摧毀，會導致 AI 陷入“受挫後迴避行爲”僵局。

從技術角度來看，Astra 展現出的這種“受挫後迴避行爲”並非開發者預先設計的測試情境，而是模型在長時間 AI 測試過程中遭遇非預期損失後，自行呈現的一種輸出模式。目前研究人員仍在討論，這種行爲究竟是否代表模型在特定情境下對情緒進行模擬，或者僅僅是目標函數在受到特定負反饋後出現的退化表現，現階段尚無明確結論。