Người dùng Hacker News cho rằng GPT-5.6 Sol đã hoàn thành Factorio ở chế độ hòa bình
Một người dùng Hacker News cho biết GPT-5.6 Sol, chạy qua Codex ở mức suy nghĩ thấp, đã hoàn thành một ván Factorio ở chế độ hòa bình trong 13,5 giờ chơi. Ván chơi không có kẻ địch biter và sử dụng một trình quản lý game viết bằng Python, cho phép mô hình tương tác theo chương trình nhưng vẫn bị giới hạn tương tự người chơi qua giao diện, gồm phạm vi tiếp cận của nhân vật và vùng chưa khám phá. Mô hình thể hiện đủ tốt để người thử nghiệm tiếp tục sau cột mốc nghiên cứu khoa học xanh, nhưng các vấn đề khi mở rộng nhà máy đã xuất hiện về sau và làm chậm tiến độ. Cuối cùng, việc phóng tên lửa chỉ thành công sau nhiều thao tác thủ công đáng kể: mô hình liên tục vận chuyển vật tư giữa những khu vực của nhà máy chưa được kết nối đúng cách. Tác giả cho biết đây là bước tiến so với các lần thử GPT-5.5 trước đó, vốn được cho là không sử dụng hiệu quả các băng chuyền. Thử nghiệm cho thấy Factorio có thể là một môi trường dễ quan sát để nghiên cứu khả năng lập kế hoạch và tự động hóa của các agent AI, dù đây vẫn chỉ là một thử nghiệm cộng đồng đơn lẻ, chưa phải benchmark chính thức và còn bộc lộ những điểm yếu lớn trong quản lý nhà máy dài hạn.
Đây là một thử nghiệm cộng đồng đáng chú ý về khả năng tự vận hành game của AI, nhưng chưa phải benchmark chính thức. Người phát triển agent có thể xem Factorio như môi trường dễ quan sát để kiểm tra lập kế hoạch dài hạn, đồng thời cần lưu ý rằng mô hình vẫn gặp lỗi khi mở rộng và kết nối các dây chuyền sản xuất.
Đọc bài gốc