Körningen
En utvecklare som publicerar under namnet cozyblaze har släppt koden och en rensad logg för en agent som spelade igenom Valves pusselspel Portal från 2007 med OpenAI:s GPT-6 Astra, utan mänsklig inblandning efter det inledande målet.
Körningssammanfattningen i förrådet daterar försöket till 4–5 september och anger tiden till ungefär 23,7 timmar. Den registrerar 433 210 793 indatatoken, varav 426 415 104 var cacheläsningar, jämte 1 598 341 utdatatoken inklusive 1 181 102 token resonemangsutdata. Agenten skickade 3 210 exekveringskommandon och tog 40 skärmbilder.
Så gick det till
Uppsättningen är en pausa-och-stega-slinga, inte en modell som spelar i realtid. Ett modifierat SourcePauseTool stoppar spelet; agenten får en skärmbild tillsammans med spelarens position och kameravinkel; den bestämmer sina indata; spelet stegar fram ett bestämt antal tick; cykeln upprepas. Kommandona nådde spelet via en lokal MCP-server.
Den konstruktionen spelar roll för hur resultatet ska läsas. Ingenting här visar reaktionssnabbhet eller kontinuerlig styrning. Det som visas är en modell som håller fast vid ett mål över tiotusentals steg, läser en tredimensionell scen ur stillbilder tillräckligt väl för att navigera i den, och hämtar sig när en plan misslyckas.
Förbehållen, enligt författaren själv
Förrådet är öppet med sina begränsningar. Körningen drabbades av kapacitetsavbrott och fick återupptas efter fel. Modellen kördes med maximal resonemangsansträngning och växlade senare till ett snabbare läge. Personuppgifter och inbäddade skärmbilder togs bort ur den publicerade loggen, och spelfilerna ingår inte.
Detta är en enskild utvecklares demonstration på ett enda spel. Det är inget riktmärke, ingen kontrollerad utvärdering och inget som OpenAI publicerat eller bekräftat. Ingen oberoende part har återskapat det. Beviset är en logg som författaren valt att publicera — vilket är mer än vad de flesta sådana påståenden kommer med, och ändå inte samma sak som ett resultat från tredje part.
Varför ett nitton år gammalt spel spelar roll
Portal är ett användbart prov just för att det är gammalt. Pusslen kräver att spelaren resonerar om fysik och rum — var en portal måste placeras för att rörelseenergin ska bära en dit man inte kan gå — och de går inte att lösa med reflexer. Datorspel som prövosten för AI har lång historia; OpenAI satte upp målet att en enda agent skulle lösa många spel för ett decennium sedan.
Kostnadssiffran är den del som har kommersiell relevans. Nästan alla de 433 miljoner indatatoken var cacheläsningar snarare än ny indata, vilket är det som över huvud taget gör en så lång körning överkomlig. The Decoder uppskattade kostnaden till omkring 570 dollar till listpris; förrådet anger ingen siffra, och den uppskattningen är deras, inte författarens.
Att hålla ögonen på
Om någon återskapar körningen, och om samma ställning fungerar på ett spel som modellen inte sett beskrivet i sina träningsdata. Om Portal har det skrivits mycket under nitton år, inklusive fullständiga genomgångar. Att utesluta minne till förmån för resonemang skulle kräva ett pussel som ingen publicerat en lösning på.
