OpenAI GPT-6 Astra 自主通关《传送门》：技术原理与实验成本解析
OpenAI GPT-6 Astra 模型通过 MCP 协议与 SourcePauseTool 控制《传送门》游戏，完成 3336 次工具调用并自主通关。实验耗时约 24 小时，API 成本约 571 美元，展示了多模态 AI 在 3D 解谜领域的突破性进展。
OpenAI GPT-6 Astra 模型通过 MCP 协议与 SourcePauseTool 控制《传送门》游戏，完成 3336 次工具调用并自主通关。实验耗时约 24 小时，API 成本约 571 美元，展示了多模态 AI 在 3D 解谜领域的突破性进展。
实验成果与核心数据
近日，AI 爱好者 CozyBlaze 进行了一项具有里程碑意义的实验，成功让 OpenAI 最新旗舰模型 GPT-6 Astra 自主通关了 Valve 开发的 3D 解谜游戏《传送门》（Portal）。这一成果不仅验证了大语言模型在复杂交互环境中的操作能力，也为多模态“AI 智能”提供了极具说服力的展示。
实验的关键数据如下：
- 工具调用次数：模型共执行了 3336 次工具调用。
- API 成本：按照标准 API 价格计算，总费用约为 571.18 美元（由实验者的 Codex Pro 订阅服务覆盖）。
- 耗时差异：经过剪辑的精彩视频约 2 小时，但完整直播记录长达约 24 小时。
从早期的 Atari 游戏失利到如今自主通关复杂的 3D 解谜游戏，这一进步标志着 AI 从简单的指令跟随向复杂环境探索的重大跨越。
技术实现原理：MCP 与 SourcePauseTool
实验之所以能够成功，关键在于模型与游戏引擎之间的通信机制。CozyBlaze 采用了以下技术方案：
第 1 步：建立通信协议
模型通过 MCP（Model Context Protocol，模型上下文协议）与游戏进行交互。MCP 作为标准化的通信层，允许 AI 模型安全地访问外部工具和上下文信息。
第 2 步：使用 SourcePauseTool 控制游戏
实验者修改了 SourcePauseTool，使其能够接收来自模型的指令并控制游戏状态。该工具的核心功能包括：
- 暂停游戏：当模型进行思考或规划时，游戏保持暂停状态，确保环境不变。
- 执行指令：模型发送一组输入指令（如移动、跳跃、放置传送门等）后，工具解除暂停并执行这些操作。
- 反馈信息：系统向模型提供游戏截图、玩家角色位置等实时状态信息，供模型进行下一步决策。
这种“思考-执行”的循环机制，使得 GPT-6 Astra 能够在复杂的 3D 环境中进行实时决策和操作。
耗时差异与成本分析
实验过程中出现了显著的时间差异：剪辑视频仅 2 小时，而完整直播长达 24 小时。这主要源于 AI 模型的“思考”过程。
第 3 步：理解时间差异的原因
在 AI 进行思考期间，游戏处于暂停状态。模型需要分析当前环境、规划下一步操作，并生成相应的指令。这一过程占据了大量时间，导致实际通关时间远长于人类玩家或视频剪辑后的时长。
第 4 步：成本覆盖说明
尽管 API 调用成本约为 571.18 美元，但实验者 CozyBlaze 澄清，这些费用由其每月 200 美元的 Codex Pro 订阅服务覆盖。这表明，对于高频 AI 实验者而言，订阅制服务可能比按次付费更具经济性。
实验意义与未来展望
CozyBlaze 对此次实验持务实态度，承认目前仍存在许多待解决的问题，且该结果不应被视为 AI 能力的标准化基准测试。然而，这一成果具有重要的象征意义：
- 通用智能体的愿景：OpenAI 早在 2016 年就提出，未来应打造单一 AI 智能体，解决各种不同类型的游戏任务。GPT-6 Astra 的通关实验正是这一愿景的初步实现。
- 多模态能力的验证：模型能够处理视觉信息（游戏截图）、空间推理（3D 环境）和操作指令（游戏控制），展示了多模态 AI 的强大潜力。
- 技术应用的拓展：GPT-6 Astra 在计算机操作、网页浏览、软件工程等领域已达到当前最先进水平，此次游戏通关实验进一步证明了其在复杂交互场景中的适用性。
预计在未来几天，随着 GPT-6 Astra 的进一步推广，我们将看到更多类似的 AI 自主操作实验，推动通用人工智能（AGI）的发展。
问题与调整
表现：AI 操作耗时过长
原因：模型在每一步操作前都需要进行环境分析和规划，导致大量时间消耗在“思考”阶段。
解决方法：优化 MCP 协议，减少不必要的上下文传输；或采用分层决策机制，将复杂任务分解为子任务，降低单次决策的复杂度。
表现：API 成本较高
原因：高频的工具调用和复杂的上下文处理导致 API 费用累积。
解决方法：对于高频实验者，采用订阅制服务（如 Codex Pro）可能更具成本效益；或优化模型调用策略，减少冗余请求。
总结
GPT-6 Astra 自主通关《传送门》的实验，展示了多模态 AI 在复杂 3D 环境中的操作能力。通过 MCP 协议和 SourcePauseTool 的结合，模型实现了从视觉感知到操作执行的闭环。尽管存在耗时和成本问题，但这一成果为通用智能体的发展提供了重要参考。未来，随着技术的优化和成本的降低，AI 自主操作将有望在更多领域得到应用。
以上就是 GPT-6 Astra 自主通关《传送门》实验的详细内容，更多关于 OpenAI 模型技术发展的资料请关注本站其它相关文章！
本文详细解析Sora在国内的使用现状，指出目前官方未对公众开放注册，提醒用户警惕虚假链接，并提供关注官方动态及替代方案的实用建议。
OpenAI算力总量预计2025年达1.9GW，较2023年增长9.5倍，年经常性收入同步增至200亿美元。推理成本已压至每百万token不到1美元，采取训练性能优先、推理效率优先的双轨策略。未来营收将拓展技术授权与按成效付费模式，并优先研发AIAgent与工作流自动化。
Transformer核心作者NoamShazeer离开谷歌加入OpenAI，担任架构研究负责人。他曾参与创办Character.AI，后因谷歌交易回归，如今再次转投。此举折射出行业对Transformer架构局限性的反思，以及下一代模型架构创新的迫切需求。
Transformer论文共同一作、谷歌元老级AI专家NoamShazeer再次离开谷歌，加盟OpenAI。他拥有高达35万余次论文引用，近期专利涉及结构化工具调用、神经架构搜索及混合专家模型等关键方向。OpenAI借此补齐构建超级智能体与底层模型架构的核心能力。
AI传奇人物诺姆·沙泽尔离开谷歌加入OpenAI。作为Transformer架构之父，他因不满谷歌严格的审批流程和“大公司病”，再次出走。选择OpenAI因其快速迭代理念和开放氛围，契合其推动AGI落地的核心诉求。
OpenAI的Codex工具开放第三方模型接入，但实际门槛高，仅支持ResponsesAPI协议。DeepSeek等国产模型无法直接接入，需通过本地转接桥，响应速度慢于官方模型，但成本极低。此举为国产模型提供成熟Agent容器机会，但OpenAI仍掌握核心标准。
OpenAI发布LifeSciBench基准测试，为AI制药建立标准化评估工具，推动行业规范。港股创新药板块短期承压，但AI制药从概念验证走向产业落地趋势不变，研发效率成核心竞争维度，板块估值有望修复。
GettyImages与OpenAI签署展示协议，股价盘前暴涨141%，空头回补放大涨幅，市场反应强烈。此次合作标志着双方从对抗转向合作，OpenAI授权版图持续扩张，但公司基本面压力犹存。
OpenAI联合博通推出首款自研AI芯片Jalapeño，专为大语言模型推理设计，开发周期仅9个月。芯片采用软硬件协同设计，并用AI优化自身架构，每瓦性能大幅领先业界。计划2026年商用，通过全栈布局降低AI使用门槛。
思科与OpenAI深化合作，将AI编程智能体Codex集成至企业级开发体系，实现跨代码仓库构建效率提升20%、缺陷修复提速10-15倍、前端框架升级周期从数周缩短至数天，成为AI驱动研发的核心支柱。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
