GPT-5.6 Sol 通关异星工厂（Factorio）：OpenAI 模型发射了火箭

10 月 31 日，Ryan Madden 在自己的博客上讲述了 GPT-5.6 通关异星工厂（Factorio）的过程：在 Codex 中以低推理档位（low）运行的 GPT-5.6 Sol，以和平模式（peaceful，即没有敌人）通关了游戏。从开局到发射火箭，共用了 13.5 小时游戏时间。这篇文章登上了 Hacker News 第一名。

GPT-5.6 Sol 是怎么玩异星工厂的？

异星工厂是一款建造工厂的游戏：从手工挖矿开始，到传送带和组装机，再到越来越高级的科技包，最后把火箭送上太空。发射火箭是这款游戏的经典结局。

模型并不看屏幕，而是用代码来玩：游戏管理程序给它提供了一个小型 Python 库，用来控制角色。关键在于，这个库施加了与人类界面相同的限制，比如角色的操作范围和战争迷雾。因此，模型无法拿取地图另一端的物品。

据作者说，Sol 在某些方面超出了他的预期，在另一些方面则暴露出明显的弱点。Madden 原本打算在蓝色科技包之后结束测试，但模型的表现让他决定继续玩下去。他录下了整局游戏，延时视频在 YouTube 上。

Sol 在哪里遇到了困难？

最有意思的是结尾。作者原以为在蓝色科技阶段就会出现的工厂扩展问题，来得更晚，却严重拖慢了进度。火箭之所以能发射，只是因为 Sol 靠在工厂各部分之间手动搬运物资，来弥补没有连通的生产线。作者称之为模型的“手动”努力（加引号，因为它终究是模型，不是人）。

一位评论者也指出了同一点：模型常常不把产品放上传送带送往下一台机器，而是把所有东西扔进箱子，再用角色搬来搬去。另一位一句话总结：“Robots: they’re just like us!”，意思是机器人和我们一样嘛 ;)

这对 AI 来说有什么新意？

和同一作者之前的尝试相比，进步最为明显：

1. 3 月，Madden 在《Towards beating Factorio autonomously》中写道，首次自主发射火箭的头衔仍无人摘得（“still up for grabs”）。当时 Factorio Learning Environment 的最好成绩，在完整游戏中止步于物流科技包。
2. 4 月，他和一位朋友把 Claude Code 接入了异星工厂。Claude 建成了一座能运转的发电站，以及红色和绿色科技包的生产线，测试在“automation 2”研究进行到一半时结束。不过那个工具允许在地图任何位置拿取物品，并且挖矿没有延迟。
3. 现在，GPT-5.6 Sol 走到了火箭这一步，而且受到与玩家相同的限制。作者还强调了相对 GPT-5.5 的明显进步，后者完全不会使用传送带。

这有点像最近 Gemini 玩 Minecraft 的案例，那里的智能体同样是靠写代码来玩游戏。Madden 认为，异星工厂很像编程，但对观众来说直观得多，因此很适合用来展示模型真正的能力。

需要注意什么？

第一，游戏模式。这是和平模式下的通关，没有普通游戏中会攻击不断扩张的工厂的敌人。作者预告会尝试有敌人的模式。

第二，测试规模。这是一个模型的一次通关，由一个人描述。Madden 没有说明这局游戏在现实中花了多长时间、花了多少钱，文章中也没有给出游戏管理程序代码的链接。

第三，工厂质量。火箭是发射了，但这座工厂离老练玩家的水平还差得远，很多环节都依赖手动搬运物资。

作者预告将推出整局游戏的解说视频，并测试其他模型和推理档位。如果想了解 GPT-5.6 Sol 在 OpenAI 模型家族中的定位，我在 GPT-6.1 Terra 发布一文中介绍过。

常见问题

GPT-5.6 Sol 是独立通关异星工厂的吗？

据作者说是的，在和平模式下：模型通过 Python 库控制游戏，用 13.5 小时游戏时间完成了火箭发射。文章没有提到游戏过程中有任何人工帮助。

异星工厂的和平模式是什么？

这是一种没有敌人（即所谓的“虫子”，biters）的世界设置，正常情况下它们会攻击工厂。游戏因此只专注于建造和物流。

这次实验花了多少钱？

不得而知。作者没有公布费用或 token 数量，而这正是 Hacker News 上最先被问到的问题之一。

我可以自己试试吗？

这次通关用的工具目前还没有公开。作者此前发布过 Faketorio，一个受异星工厂开局启发的简单智能体沙盒。