8 сентября 2026 г.
Незнакомую игру ИИ разбирает сам: GPT-6 Astra за 15 минут построила в Factorio бур и печь
Ни инструкции, ни клавиатуры: модель сама написала себе плагин ввода и за 15 минут дошла от пустой карты до печи с углём.
Дерья Унутмаз ставит GPT-6 Astra свежую Factorio и не даёт ни одного правила игры.
Клавиатура сначала не поддалась: плагин для ввода модель, по словам Унутмаза, написала себе сама. Дальше за 15 минут Astra разведала карту, нашла железо, нарубила деревьев на топливо, поставила и заправила бур, собрала рядом каменную печь. Потом открыла карту, отыскала уголь, дошла до него, добыла и вернулась загрузить печь. Глубина рассуждений стояла на medium, второй уровень снизу из пяти.
Интересна тут не игра. Модель вскрыла механику незнакомого мира сама и выстроила цепочку действий, в которой ранняя ошибка ломает всё дальнейшее.
В API OpenAI есть инструмент computer с готовыми действиями вроде клика, перетаскивания и нажатия клавиш. Для GPT-6 Astra в доках советуют не его, а исполнение кода. Плагин вместо чужой клавиатуры и есть рекомендованный вендором путь.
Замер это подтверждает. Способность Astra разбираться в новой игре без инструкции мерили независимо. На закрытой части ARC-AGI-3 через provider adapter она дала 99,9% при высоком усилии рассуждений и счёте $18 817 за прогон, на стандартном стенде результат 62,7% при максимальном усилии и $26 098 (ARC Prize, 03.09.2026). На 96% уровней Astra тратила меньше действий, чем человек: в среднем на 51,7% меньше на уровень.
Раньше было так. В марте 2025 на открытом стенде Factorio Learning Environment прогнали шесть моделей. Лучшая, Claude 3.5 Sonnet, решила 7 лабораторных задач из 24 (успех 21,9%), GPT-4o остановилась на 16,6%. Авторы стенда назвали общую слабость моделей: не хватает пространственного мышления, в свободной игре они доходят до электрического бурения и не выстраивают автоматизацию вроде производства электронных плат.
Повторить можно у себя. Стенд ставится командой `pip install factorio-learning-environment`, нужны Docker и Python 3.10+. Прогон запускается через `fle cluster start` и `fle eval --config configs/gym_run_config.json`. С версии 0.3.0 стенд работает без игрового клиента, отдаёт Gym-совместимый API, MCP-сервер и адаптеры к Claude Code. Игровой клиент Factorio 2.0.73+ нужен только для картинки. Сама модель по прайсу OpenAI стоит $10 за миллион входных токенов и $50 за миллион выходных, контекст 1 050 000 токенов.
Сравнимые числа появятся, когда Astra прогонят на открытом стенде FLE рядом с прошлыми моделями.
Первоисточник
