ИИ прошёл Factorio за 13,5 часа, вручную перенося то, что не мог автоматизировать
GPT-5.6 Sol запустил ракету в мирном режиме. Когда производственные линии позднего этапа не соединились, он сам возил припасы между цехами.
Райан Мэдден дал GPT-5.6 Sol Python-библиотеку, которая соблюдает человеческие ограничения, такие как дальность действия и туман войны. Прогон закончился запуском ракеты через 13,5 часа игрового времени на низком уровне размышлений.
Комментаторы разошлись во мнениях, что это доказывает. Один смотрел, как другая группа моделей играет с кусачими жуками, и видит тот же провал в планировании. Другой изучил трассировку и заметил, что модель считает персонажа игрока просто ещё одним автоматизированным юнитом.
Что на самом деле показал прогон
Пост Райана Мэддена описывает, как GPT-5.6 Sol, работающий в Codex на низком уровне размышлений, играет в мирную Factorio без кусачих жуков. Игровой менеджер давал ему действовать через Python-библиотеку, которая накладывает те же ограничения, что и на живых игроков. До этого прогоны шли на Claude Code и Bash-библиотеке. Мэдден собирался остановиться после синей науки, но продолжил, и прогон завершился запуском ракеты за 13,5 часа игрового времени.
Он честно говорит о слабых местах. Проблемы с масштабированием появились после синей науки, и Sol так и не соединил некоторые производственные системы позднего этапа, а вместо этого раз за разом перевозил припасы между участками. Прогон был только в мирном режиме, поэтому боевая часть не проверялась. Его предшественник, GPT-5.5, в основном не умел пользоваться транспортёрными лентами.
Ручная подкормка — это читерство?
«Если посмотреть видео, примерно на 12-й минуте в трассировке Sol видно, что он отменяет конфликтующий скрипт „курьера“ (ручной подкормки). Вместо того чтобы делать „ручную“ работу, Sol, похоже, считал Инженера просто ещё одним автоматизированным юнитом!» — комментатор, который посмотрел видео прогона
Он добавляет, что это выходит за рамки духа задачи, хотя и не сильно, и что для агента, у которого есть слой скриптов, это трудная лазейка, которую сложно закрыть.
Мирный режим и выученные гайды
Один комментатор назвал два ограничения таких демонстраций. Мирный режим убирает время реакции как фактор, а модели прочитали все гайды и видео, которые когда-либо выходили. По его мнению, на похожей игре без таких обучающих данных результат мог бы оказаться ужасным. Другой добавил, что полные чертежи заводов можно просто скопировать с сайтов вроде factorioprints.com, поэтому, соединив их, можно почти пройти игру.
Версия с кусачими жуками
«Я смотрю стримы, где 9 разных моделей вместе играют в Factorio, и, похоже, ответ — очень плохо. Они упираются в ту же проблему, что и в других частях игры, а также в программистских задачах: неспособность строить структурированные планы на будущее» — зритель стрима с девятью моделями
Он описывает повторяющийся цикл в этом стриме: на тебя нападают, строишь пару турелей, снова нападают, и никогда без подсказки не укрепляют оборону. Именно этот разрыв и должна была обойти мирная настройка Мэддена, а следующий тест в его списке — другие модели и уровни размышлений.
Получайте такие разборы каждый день
Главные истории Hacker News — на email, в Telegram или RSS.
Виталик ушёл из приложения X, но не из X, и потерял интерес к ежедневной драке
Он продолжал постить через мультиплатформенный клиент, который объединяет X, Bluesky, Farcaster и Lens, и говорит, что главная польза — в отсутствии алгоритма.