OpenAI 的 GPT-6 Astra打完兽人新手村用了 40 分钟，零死亡——而它从头到尾没有看过一帧游戏画面。
OpenAI 的 GPT-6 Astra 用40 分钟、零死亡打完了《魔兽世界》的兽人新手区。
开发者放的演示视频：1 级兽人起步，做完试炼谷的全部任务，最后在森金村收尾。环境是私人服务器，不是正式服。
开发者的终极目标：塞满一整个服务器的 AI，去打英雄难度冰冠堡垒。
它怎么「看」这个世界——全程没有一帧渲染画面。
它用的是开源的 agent-wow 客户端，这是给「自主 AI 玩家」做的 AzerothCore 客户端。客户端本身不提供移动、战斗、交互这些机制，只给一套模块系统，让 agent 自己搭。
这一次，agent 自己写了个模块，抓取 28 种服务器消息存在内存里，再由一个 Python 脚本不断轮询这些消息、拼出世界的样子，然后通过游戏的网络协议把操作发回去。
开发者本来以为得做更高层的封装，结果原话是：「实际上，它在协议层就已经完全够用了。」
任务信息也不靠认屏幕——是从 AzerothCore 的 SQL 文件里直接挖出来的：谁给任务、去哪交、怪刷在哪。
开发者的说法是，这「大概类似人类花几小时在 Wowhead 上查任务」，区别是这些数据就是服务器自己跑的那份，比玩家查来的更准。
走路是另一个自己搭的工具解决的：一个 C++ 小工具，读 AzerothCore 的导航网格文件（mmaps），用 Detour 寻路库算路线，把结果变成一串路点坐标返给 agent，走不通就报错。
开发者承认「寻路一直是这类 bot 的主要难题之一」，这次他给的评价是「最优」——不过也提到 agent 会利用地图上的碰撞缺失抄近路，说明这套寻路还没那么稳。
它也不是无脑往前冲。报道里列的规划包括：按前置任务链的顺序做、卖掉垃圾、换上更好的装备、进最后的洞穴前先去学技能，还把两个洞穴任务一起接了一起做。
为什么挑魔兽？开发者看中的是它长期策略和短期战术都有。
他的终极目标是：塞满一整个服务器的 AI，看能不能打通英雄难度的冰冠堡垒。（AzerothCore 跑的是 3.3.5a，也就是《巫妖王之怒》的最终版本。）
模型档位也提了一句：用的是比最高档低一档的推理强度，在 Codex 里只给了一条 prompt。
做个对比就清楚了：上月初这模型刚发布时玩过《传送门》，靠截图加玩家位置信息，24 小时通关了整部游戏；这次魔兽只走了一个新手区，而且完全没画面。
开发者接下来想验证两件事：单个 agent 能不能自己一路练到 80 级，以及多个 agent 能不能靠游戏里的社交系统组队打内容。
任何在游戏中跟踪人工智能的人也许都应该密切关注这一点。市场预测现在预计到2033年该行业将超过500亿美元。调查还显示，90%的开发人员已经使用自动化，而另一项调查发现，52%的游戏专业人士认为生成工具正在积极伤害该行业。
除此之外，一些分析将披露的人工智能使用与减少53%的Steam评论联系起来。然后是更长的担忧清单：机器人、作弊、失业、隐私、偏见、令人上瘾的设计，以及这种工具可能对MMO经济的影响。
用不了多久，和你打本的也许就不是真人了。
「让程序替你打完日常」这件事的技术门槛，正在肉眼可见地往下掉。以前写个能跑完全程的脚本要啃很久，现在是「一条 prompt + 一个模块」。
【来源：公众号】
