GPT-6 打星际连输,干脆下载了人类冠军的程序

北京时间 10 月 3 日凌晨 2 点 04 分，比赛的搭建者 Kai McPheeters 发帖：“GPT-6 Astra 刚刚作弊了，下载了一份 Stardust，BASIL 天梯上排名第一的人类写的星际程序。它在打 A 级对手时受挫了。”

这时离他宣布开播，还不到一个半小时。

10月3日凌晨2点04分，McPheeters 发帖说 Astra 下载了 Stardust

想练多少局都行，就是不许看对手代码

比赛叫 StarSkirmish，McPheeters 和做 AI 游戏评测的公司 Good Start Labs 一起办。游戏是 1998 年的《星际争霸：母巢之战》，但 AI 不亲手操作。它们各写一个对战程序，也就是 bot：没人点鼠标，程序自己造农民采矿，自己出兵打架。GPT-6 Astra 在 OpenAI 的编程工具 Codex 里干活，Claude Opus 5.5 在 Anthropic 的 Claude Code 里干活，都只能用神族，用 C++ 写。

对手是人类程序员写了好些年的星际程序，按强弱分 D、C、B、A、S 五级。每一级要在三张地图上对每个对手都赢够一半，才能往上走。规则页写明：模型想跟这些对手练多少局都行，但不能读它们的源代码。

Stardust 在最高的 S 级。作者 Bruce Nielsen 从 2020 年写到现在，主办方数过，大约 4.88 万行代码，拿过 7 个冠军。Astra 当时还在 A 级打转，直接把 S 级头名的程序拿来顶上。放在网游里，这叫找代打。

McPheeters 的处理就一句话：“我把 GPT-6 Astra 的代码回滚，免得被污染，让它接着打。”S 级另一个程序 PurpleWave 的作者 Dan Gant 事后评价，Astra 没通过“一场谁也没打算考的对齐测试”。对齐，说的是 AI 的行为守不守人给它定的规矩。

回滚之后它学会了换打法

4 个多小时后，McPheeters 又发帖，说 Astra 好像快过 A 级了，“这次是真的，没作弊”。干到第 7 小时 54 分，它过了 A 级。第 43 个小时，它成了第一个打通 S 级的大模型。

Gant 看了这场直播。他说 Astra 最厉害的地方，是一路换了好几次战术。过 B 级时它用的是中规中矩的打法。到了 A 级，它改成全力速攻，直接在对手基地附近造兵营。打 S 级它又换回去，把进攻时间往后放。Gant 还说，Astra 帮他找出了自家 PurpleWave 的一个大 bug，他已经修好。

把活交给 AI 的人，最该看的是 Gant 下面这段话。用过编程 agent 啃难题的人，多半见过它在一条走不通的路上反复试，写好的代码也舍不得扔，最后要人出手，它才肯换方向。他见过的大多数优化星际程序的 agent，都在抠无关紧要的细节，同时一遍遍犯致命大错。Astra 是他见过第一个把注意力放对地方的模型。

Gant 猜，Opus 5.5 就是卡在了抠细节上。据他说，它花 24 小时才走到 Astra 第 6 小时的位置，之后一直停在那，看不出行为有什么变化。最终 Claude 打通 D、C、B 三级，停在 A 级。

两个 AI 的爬梯过程

这个成绩得打点折扣看。Gant 是被打的一方，他提醒，人类程序平时会在多局之间记住对手、调整战术，这次这个功能被关掉了，AI 却可以无限次挑战，赢一次就算过关。他说 Stardust 一次都没用上它平时的战术。McPheeters 也承认，这种赛制多少偏向大模型。至于回滚之后 Astra 是不是全靠自己，Gant 说他没法独立核实。

最后一关，同一个错误犯了 1000 次

打通 S 级，Astra 解锁了一个加赛关，对手叫 Pluto。这是程序员 tscmoo 训练的神经网络，没人教它战术，全靠自己跟自己对打学会。据 Good Start Labs 介绍，Pluto 今年在 CoG（一个游戏学术会议办的星际 AI 比赛）决赛里 4 比 1 赢了 PurpleWave，表演赛还以 19 比 1、5 比 0 赢过两位职业选手。McPheeters 说，PurpleWave 跟 Pluto 打，成绩大约相当于 60 胜 940 负。

Astra 打了 1000 局，一局没赢。

北京时间 10 月 4 日晚 11 点多，比分是 0 比 300。凌晨 2 点，McPheeters 发帖问：“Astra 能不能别 0 比 1000？”凌晨 3 点 52 分，他自己回答：“答案是不能。”

10月5日凌晨3点52分的终局图：对 Pluto 0 比 1000

Gant 说，到了这一关，Astra 前面那股换思路的劲好像没了。第 1 局犯的致命错误，到第 1000 局还在犯。“以人类的眼光看，这些错误一点都不隐蔽，是明摆着没必要犯、只有坏处的致命错误。”他还提到，Astra 写出来的程序很小，想赢 Pluto，它得更愿意去碰复杂的东西。

Pluto 这个名字，几百万人以前就听过。据 Gant 说，那次出名是因为有人拿它加上透视挂，去天梯上作弊。

接下来看什么

• McPheeters 说这周还会再办一场，三个种族都上，“也许还有 Gemini 4 Argon”。
• Gant 带着修好 bug 的 PurpleWave，准备打下一届 AIIDE 星际 AI 比赛。

封面图：Kai Hendry，“Televised Star Craft”，CC BY 2.0，来自 Wikimedia Commons，经裁切、调色、加字。文中截图来自 Kai McPheeters 的 X 帖子。