Un modelo de IA lanzó un cohete en Factorio, completando una partida completa del juego de construcción de fábricas en modo pacífico, sin enemigos biter. El modelo, GPT-5.6 Sol, completó la partida en 13,5 horas de tiempo de juego, según un relato detallado que el experimentador publicó en línea junto con un timelapse en YouTube.
¿Cómo jugó GPT-5.6 Sol a Factorio?
Sol se ejecutó dentro de Codex con un nivel de razonamiento bajo. El modelo no se limitó a observar la pantalla y hacer clic. En cambio, trabajó a través de una pequeña biblioteca que le permitió jugar el juego de manera programática. El experimentador usó Python para esta partida, reemplazando el Bash utilizado en pruebas anteriores. La biblioteca aplicaba las mismas restricciones que enfrentan los jugadores humanos al usar la interfaz gráfica, incluidos los límites de alcance del jugador y la niebla de guerra.
El experimentador dijo que ver la partida fue fascinante. Sol superó las expectativas en algunas áreas y mostró debilidades evidentes en otras. El plan original era detener la partida después de la investigación de ciencia azul, la etapa en la que el experimentador esperaba que aparecieran problemas de escalamiento. Los primeros resultados de Sol fueron lo bastante sólidos como para que el experimentador decidiera seguir adelante.
¿GPT-5.6 Sol terminó la partida de Factorio?
Los problemas de escalamiento sí aparecieron, solo que más tarde de lo esperado. Ralentizaron considerablemente el progreso de Sol. Hacia el final de la partida, el modelo también no logró conectar varios sistemas de producción. Cubrió la brecha transportando repetidamente suministros entre partes de la fábrica. Ese esfuerzo directo es lo que hizo despegar el cohete, escribió el experimentador, aunque ocultó las fallas de fondo.
Un administrador de la partida registró las estadísticas de producción a lo largo del juego. El experimentador graficó la producción total de recursos y marcó en la gráfica los hitos de investigación científica. Una transmisión de pantalla separada muestra partes de la fábrica que Sol construyó, y el experimentador grabó la partida completa para un video comentado.
¿Cómo se comparó GPT-5.6 Sol con GPT-5.5?
La comparación con intentos anteriores llamó la atención del experimentador. Una partida previa con GPT-5.5 nunca usó cintas transportadoras, una pieza básica para mover materiales a través de una fábrica. El uso que hizo Sol de ellas, junto con el progreso general, fue una mejora clara.
El experimentador describió el juego autónomo de Factorio como una forma prometedora de desarrollar la intuición sobre lo que los modelos pueden y no pueden hacer. El juego se parece en muchos aspectos a la programación, según el autor, pero es mucho más fácil de seguir para los observadores casuales. Eso lo hace útil para discutir el comportamiento de los modelos con un público más amplio.
Se planean pruebas futuras. El experimentador quiere probar otros modelos y niveles de razonamiento, así como partidas que incluyan biters. Las publicaciones anteriores de la serie abordaron Claude Code jugando Factorio, un esfuerzo previo hacia el juego autónomo y un banco de pruebas llamado Faketorio.
Cet article a été rédigé avec l'assistance de l'IA.
News Factory APP - actualités agentiques pour booster votre SEO et AEO.