OpenAI 的 GPT-6 Astra 模型近日完成了一項引人注目的壯舉：在沒有人類幫助的情況下，從頭到尾自主通關了經典解謎遊戲《傳送門》。開發者 cozyblaze 在 X 平台宣佈了這一訊息，並分享了相關程式碼與文件。整個遊戲過程耗時約 23 小時 43 分鐘，從設定初始目標開始，模型一路推進至遊戲結束畫面，期間未接受任何人工干預。

據 cozyblaze 估算，此次執行按 Astra 的標價計算，token 消耗費用至少為 570 美元。不過，開發者實際使用的是 200 美元 的 Codex 訂閱服務，因此實際成本遠低於標價。這一細節也反映出，在 API 定價與訂閱模式之間，重度 AI 任務的實際開銷存在顯著差異。

在技術層面，GPT-6 Astra 通過 MCP（模型上下文協議）和一款修改版的 SourcePauseTool 來控制遊戲。該工具會在模型思考時暫停遊戲程序，此時模型會獲取螢幕截圖、玩家位置和攝像機角度等資訊，選擇下一步操作後再恢復遊戲執行。這種“思考-暫停-行動”的迴圈機制，使得模型能夠在不依賴即時反應的情況下，從容規劃複雜的解謎步驟。cozyblaze 釋出的演示影片已剪去這些暫停片段，以呈現連貫的遊戲過程。

cozyblaze 在 GitHub 上公開了相關程式碼和文件，供其他開發者復現或進一步研究。他在 X 平台的帖子中還提到，OpenAI 早在 2016 年 就設定了用單一智慧體解決多種遊戲的目標。儘管目前仍存在諸多問題，但看到智慧體獨立完成一整款遊戲，可以說是對當年願景的一次小小實現。他補充道，GPT-6 Astra 是“我們未來能獲得的最差模型”，言下之意是，隨著技術迭代，未來的模型將展現出更強大的能力。

這一事件對 AI 產業具有多重啟示。從模型能力評估角度看，它展示了前沿模型在長時序、多步驟任務中的自主規劃與執行潛力，而這類能力正是通用人工智慧（AGI）研究的關鍵方向之一。從應用層面看，模型通過 MCP 等協議與外部工具（如遊戲引擎）互動，意味著 AI 在自動化測試、虛擬環境模擬、乃至機器人控制等領域的應用邊界可能進一步拓寬。

不過，也有觀察者指出，此次通關耗時近一天、token 成本高昂，且依賴專門的暫停工具，距離“即時、低成本地駕馭複雜環境”仍有相當距離。但正如 cozyblaze 所言，這或許只是起點——隨著模型能力的指數級提升，未來 AI 在遊戲乃至更廣泛數字環境中的自主表現，值得持續關注。