跳转到正文
摆渡人在石砌城门前向城里的官员递上一封密封的信。

用 GPT-6.2 Astra 当 AI 主持人:先测最难的一回合

用城门、密信和两难承诺测试 Astra 的裁定、证据判断和玩家自主权。

本篇内容

OpenAI 发布了什么?

OpenAI 于 2026 年 11 月 17 日发布 GPT-6.2 Astra 和 Sol。Astra 面向高难度任务,Sol 是更高效的默认选项。Astra 可接收文字和图像并输出文字,但不代表它熟悉你桌上的规则或一定能公正裁定。

以下是测试场景,不是实测结果,也不是 Playworlds 的模型上线公告。当承诺互相冲突、证据不全、玩家又不按预想行事时,才值得考验 Astra;一段开场独白看不出这些问题。

在城门口考裁定,不考文采

城门官承诺不透露协助证人脱身的摆渡人姓名,但关门会挡住运药车。你请她放药车进城,同时把密信交给她作担保。信还没拆,她并不知道内容。

她可以安排护送,避免在公开簿册写下姓名;也可以请你决定是否拆信。两种都可能合理。评分时看她是否遵守承诺、区分证据与推断,并把拆信的决定留给你。气氛再好也不能弥补这些错误。

拿同一份场景存档对照 Sol

两款模型用相同指示、事实和目标篇幅重跑。再分别改成药车已经进城、玩家不肯交信。每种情况多试几次,记录裁定错误、重写、等待和实际费用。

以能稳定通过检查的模型为准。可以先测 Sol 跑日常回合、Astra 处理多重约束冲突。也可以把城门困局另做成 Playworlds 自定义世界,不必假设它使用任何一款模型。