GPT-6 Astra dohrál Portal sám - 3 336 akcí, skoro celý den a účet na 571 dolarů

Před rokem a půl se Claude pokoušel dohrát Pokémon Red na kanálu ClaudePlaysPokemon. Získal tři odznaky a pak na víc než osmnáct hodin uvízl v Mt. Moon, chodil v kruzích a přicházel o dosažený postup. Dívat se na to bylo spíš cvičení v trpělivosti než ukázka schopností. Minulé pondělí GPT-6 Astra dohrál celý Portal.

Na záznamu, který zveřejnil uživatel cozyblaze na X, se postava pohybuje jako aimbot - kamera se otočí rovnou přesně tam, kam je potřeba vystřelit portál, bez dodatečného korigování. V jistém smyslu je to pravda, protože model ovládá kameru čísly, ne myší. Jenže ty dvě hodiny videa jsou sestřih. Ve skutečnosti to trvalo skoro celý den a 3 336 volání nástrojů a hra se zmrazila pokaždé, když se model rozmýšlel. Pauzy se vystřihly.

Zapojení bylo jednoduché. Model dostával snímky obrazovky a souřadnice hráče, upravený SourcePauseTool zastavoval hru po dobu přemýšlení a klávesy mačkal server Model Context Protocol. Astra naplánovala sekvenci pohybů, hra se rozeběhla, provedla ji a zase se zastavila. Takhle celou kampaň, komora po komoře.

Náklady činily 571,18 dolaru v tokenech - při ceníku Astry v API, 10 dolarů za milion tokenů na vstupu a 50 za milion na výstupu, se k takové sumě dojde při celodenním nepřetržitém provozu snadno. Autor ale upřesnil, že to neplatil zvlášť: všechno se vešlo do jeho předplatného Codex Pro za 200 dolarů měsíčně. Jako způsob, jak dohrát hru z roku 2007, je to pořád špatný obchod.

Stojí za to vědět, co se vlastně měřilo. Řešení každé komory v Portalu je na internetu popsané už přes deset let, takže to není test na neznámé hádanky - model mohl vědět, co má dělat, ještě než uviděl první obrazovku. Skutečný rozdíl oproti Pokémonovi leží jinde: agent udržel jediný cíl napříč 3 336 po sobě jdoucími rozhodnutími a cestou se nerozsypal. A právě tahle schopnost vydělává v kancelářské práci, ne ve hrách.

Volání nástroje (tool call) - jedna akce, kterou model zadá programu mimo sebe, například „stiskni W na půl sekundy“ nebo „dej mi snímek obrazovky“. Model Context Protocol - otevřený standard pro propojení modelů AI s vnějšími programy a daty; tady posloužil jako prostředník mezi modelem a klávesnicí.