9 月 21 日消息，AI 评测机构 Vals AI 使用《我的世界》对 OpenAI 最新大模型 GPT-6 Astra 开展长时自主游戏测试，全程在 Twitch 直播，总测试时长达到 141 小时。该测试并非 OpenAI 官方设计，而是第三方独立开展的评估项目。
测试中，Astra 搭建半自动烈焰人农场，收集 6 根烈焰棒；深入下界诡异森林击杀多名末影人，拿到 3 颗末影珍珠，并将稀有物资集中存放在营地木箱中，床放在储物箱旁作为重生点。
一只爬行者靠近营地自爆，炸毁储物木箱与重生床，Astra 耗费上百小时积攒的关键道具几乎全部损毁。此后它放弃探索、打怪与推进通关目标，连续数小时仅循环种植土豆，反复告诫自己重要物品务必随身携带，还把甘蔗误认成爬行者。
研究人员仍在讨论，这种行为究竟代表模型在特定情境下对情绪的模拟，还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。