GPT-5.6 Sol spielt Factorio im Friedensmodus durch

Wenn du nicht verfolgt hast, wie LLMs Spiele spielen: GPT 6.1 Sol kann Spiele inzwischen zu 100 % nur mit Vision (ohne Harnesses, die dem Agenten zusätzliche Informationen über das Spiel geben) neu besiegen. Pokémon ist keine schwierige Herausforderung mehr für es, selbst mit zusätzlichen Schwierigkeitsbeschränkungen wie Hard Mode und Level Caps. Kürzlich hat GPT 6.1 Sol Final Fantasy VII und seine Bonusbosse überraschend schnell nur mit Vision besiegt.

Ich vermute, Opus 5.5 kann es noch besser, aber es gibt nicht so viele Leute, die es testen.

KI beim Spielen zuzusehen macht Spaß, aber ich kann es kaum erwarten, dass jemand das Knacken schafft, kleine LLMs in Spiele einzubauen, um sie auf nützliche und interessante Weise zu bereichern.

Eine Einschränkung dieser Art von Demos (und ähnlich bei Minecraft usw.) ist, dass:

1. Der „Friedens“-Modus die Reaktionszeit zu einem Nichtfaktor macht.

2. Diese Modelle jeden jemals veröffentlichten Leitfaden und jedes Video zu dem Thema gelesen haben und darauf Zugriff haben. Die meisten Menschen, besonders beim ersten Durchspielen, lernen Spielsysteme und Interaktionen von Grund auf, entwickeln dann neuartige Strategien und Pläne und „testen Hypothesen“, um das Spiel zu besiegen.

Das ist immer noch beeindruckend im Vergleich zu dem, wo wir vor ein paar Jahren waren, und in der Lage zu sein, alle vorhandenen Informationen über ein Spiel zu synthetisieren und es dann in einer halbwegs realistischen Umgebung bis zum Ende zu spielen, ist großartig.

Auf den ersten Blick könnte jemand das für „brillante KI löst Factorio“ halten, während es in Wirklichkeit bei einem ähnlichen, aber anderen Spiel, bei dem es nicht mit all den Informationen oder Trainingsdaten (z. B. massenhaft Videos und Screenshots) beschenkt wurde, möglicherweise furchtbar abschneiden würde (wie andere in den Kommentaren angemerkt haben).

> Der Raketenstart wurde nur durch erhebliche „manuelle“ Anstrengungen seitens Sol erreicht, da es seine Fehler im späten Spiel, bestimmte Produktionssysteme zu verbinden, dadurch kaschierte, dass es wiederholt Vorräte zwischen verschiedenen Bereichen der Fabrik hin- und hertransportierte.

Wenn man sich das Video ansieht, kann man bei etwa 12 Minuten sehen, wie der Sol-Trace die Stornierung eines konfliktären „Kurier“-Skripts (Handfütterung) meldet.

Anstatt „manuelle“ Anstrengungen umzusetzen, scheint Sol den Engineer einfach als eine weitere Automatisierungseinheit betrachtet zu haben!

Das entspricht nicht unbedingt der Absicht der Herausforderung, ist aber auch nicht allzu weit außerhalb der Grenzen. Es ist auch eine schwer zu schließende Lücke, wenn der Agent über eine Skripting-Schicht mit dem Spiel interagiert.

Es scheint den Kernmechanismus von Factorio nicht zu verstehen, nämlich Ausgaben auf Förderbänder zu legen und sie zu anderen Eingaben zu leiten. An ein paar Stellen macht es das, aber größtenteils wird alles in Truhen gelegt und vom Spieler herum bewegt.

Factorio ist ein viel einfacheres Spiel, wenn die Bugs beim Ausbau nicht so verdammt nervig sind – ich frage mich, wie Sol mit den Bugs umgehen würde.

Es ist seltsam und fast außerirdisch, wie KI Fabriken entwirft. Als Claude Fable 5 ankündigte, machten sie auch eine Factorio-Demo, die dieselbe Art von Designs und viel Handfütterung und direkte Einfügung zeigte.

In gewissem Sinne beweist es mir, dass LLMs nicht einfach kopieren, sondern tatsächlich eine maßgeschneiderte Lösung erstellen. Aber ehrlich gesagt hätte ich von Frontier-Modellen mehr erwartet.