Штучний інтелект продовжує встановлювати рекорди у сфері відеоігор, проте останній експеримент вийшов далеко за межі звичних тестів. Флагманська модель GPT-6 Astra від компанії OpenAI змогла повністю пройти стартову локацію орків у культовій багатокористувацькій грі World of Warcraft лише за 40 хвилин, причому персонаж жодного разу не загинув за весь час проходження.

Незвичайний метод проходження без візуального інтерфейсу

Головною особливістю цього експерименту стала повна відсутність традиційних органів управління та візуального сприйняття. Під час тестування нейромережа не отримувала скріншоти, не задіювала технології комп'ютерного зору і не керувала персонажем за допомогою клавіатури чи миші. Натомість модель відтворювала всю ігрову обстановку виключно шляхом глибинного аналізу мережевих пакетів сервера та внутрішніх даних гри, працюючи безпосередньо з програмним протоколом.

Самостійна розробка коду та навігація

Тестування проводилося в умовах ізольованого середовища на приватному локальному сервері AzerothCore із застосуванням відкритого проєкту agent-wow. Розробник видав моделі GPT-6 Astra, що функціонувала в режимі високого рівня міркувань, єдину базову інструкцію: створити персонажа-орка та успішно виконати всі доступні завдання у стартовій зоні Долини Випробувань. Оскільки проєкт не мав готових систем пересування чи бою, штучний інтелект самостійно розробив необхідні інструменти, написавши модуль на мові Python для обробки серверних повідомлень.

Суперечливі дані

Попри вражаючі результати автономності ШІ, в експертному співтоваристві та технологічних медіа виникли певні дискусії щодо методології та статусу тестування. Частина джерел акцентує увагу на безпрецедентній здатності нейромережі писати власний код на льоту та використовувати баги карт із незавершеними колізіями, тоді як інші оглядачі підкреслюють, що експеримент проводився на ізольованому сервері з відкритим вихідним кодом, через що його не можна напряму екстраполювати на стандартний ігровий процес у комерційній версії World of Warcraft на офіційних серверах Blizzard.

Підсумки експерименту та перспективи

Попри дискусії, модель продемонструвала видатні результати: вона успішно впорядкувала черговість квестів, продавала непотрібний лут, екіпірувала кращі предмети та вивчала здібності. Цей експеримент наочно підтвердив здатність сучасних мовних моделей ефективно орієнтуватися у складному структурованому середовищі через базові протоколи, відкриваючи нові горизонти для автономних агентних систем.