GPT-5.6 Sol 在 Factorio 中完成和平通关
GPT-5.6 Sol can beat Factorio on peaceful mode
我让运行在 Codex 中的 GPT-5.6 Sol 在低思考模式下挑战 Factorio，最终在 13.5 小时游戏时间内完成了和平模式（无 Biter 攻击）的通关。这次尝试通过 Python 编写的游戏管理器，让模型在遵守人类玩家相同限制（如视野和移动范围）的前提下程序化操作游戏。观察过程令人着迷：Sol 在某些方面超出了我的预期，但也暴露了明显的短板。虽然它在后期因扩展性问题进度放缓，火箭发射是靠反复手动搬运物资才勉强完成，但相比之前 GPT-5.5 完全无法使用传送带的表现，这次进步显著。我认为用 Factorio 作为测试 AI 自主能力的媒介非常有价值，它像编程一样复杂，却对普通观察者更直观，有助于我们深入理解模型的行为边界。
在很多方面，玩 Factorio 就像编程，但好处是它对普通观察者来说更加直观，这为讨论模型行为提供了便利的落脚点。
HN 评论区
177- mwt
> 火箭发射之所以能成功，很大程度上归功于 Sol 的显著“手动”干预：它通过反复在工厂不同区域间运送物资，掩盖了其在游戏后期连接某些生产系统时的失败。
机器人：它们简直和我们一样！
- minimaxir
如果你没一直在关注大语言模型玩游戏的情况，那么 GPT 6.1 Sol 现在可以仅凭视觉（无需任何向智能体提供游戏额外信息的辅助工具）100% 通关各类游戏。即便是加上困难模式、等级上限等额外难度限制，Pokemon 对它来说也不再是难题。最近，GPT 6.1 Sol 仅凭视觉就出人意料地快速击败了 Final Fantasy VII 及其隐藏 Boss。
我怀疑 Opus 5.5 能做得更好，只是测试它的人没那么多。
- mickeyp
看 AI 玩游戏很有趣，但我更期待有人能破解如何在游戏中嵌入小型大语言模型，从而以实用且有趣的方式丰富游戏体验。
- program_whiz
这类演示（以及类似的 Minecraft 演示）的一个局限性在于：
1. 开启“和平”模式使得响应时间不再是影响因素。
2. 这些模型已经阅读并拥有该主题下所有已发布的指南和视频。大多数人类玩家，尤其是初次游玩时，是从头学习游戏机制和交互，然后发展出新颖的策略和计划，通过“假设测试”的方式通关。
尽管与几年前的水平相比，这仍然令人印象深刻，能够在半真实的设置中综合所有现有游戏信息并玩通关，这确实很棒。
乍一看，有人可能会误以为这是“天才 AI 解决了 Factorio”，而实际上，如果面对一个相似但不同的游戏，且没有赋予它所有信息或训练数据（例如海量的视频和截图），它的表现可能会非常糟糕（正如其他评论中指出的那样）。
- fasterik
它似乎并不理解 Factorio 的核心机制，即将输出放到传送带上并路由到其他输入端。它在少数地方做到了这一点，但大部分情况下，所有物品都被放入箱子，然后由玩家手动搬运。
- VoidWhisperer
Factorio 在没有那些随着工厂扩张而让人头疼的 Bug 时，确实是一款容易得多的游戏——我很好奇 Sol 该如何应对那些 Bug。
- kanemcgrath
AI 设计工厂的方式既怪异又近乎外星风格。当 Claude 宣布 Fable 5 时，他们也展示了一个 Factorio 演示，其中出现了类似的设计，充满了大量的人工投喂和直接插入。
在某种意义上，这向我证明了大语言模型不仅仅是在复制，而是在创造定制化的解决方案。但我对前沿模型的期望其实更高。
- solyin
Nick Winter 已经流式直播了各大实验室的机器人玩 Factorio 的游戏，我想已经持续几周了。它们已经离开了 Nauvis 星球，现在正在太空中漫游。关注这个过程相当有趣，尽管最近的解说声音稍微小了一些。