跳至正文
渡船人在石砌城門前向城裡的官員遞上一封密封的信。

用 GPT-6.2 Astra 當 AI 主持人:先測最難的一回合

用城門、密信和兩難承諾測試 Astra 的裁定、證據判斷和玩家自主權。

本篇內容

OpenAI 發佈了甚麼?

OpenAI 於 2026 年 11 月 17 日發佈 GPT-6.2 Astra 和 Sol。Astra 面向高難度任務,Sol 是更高效的預設選項。Astra 可接收文字和圖像並輸出文字,但不代表它熟悉你桌上的規則或一定能公正裁定。

以下是測試場景,不是實測結果,也不是 Playworlds 的模型上線公告。當承諾互相衝突、證據不全、玩家又不按預想行事時,才值得考驗 Astra;一段開場獨白看不出這些問題。

在城門口考裁定,不考文採

城門官承諾不透露協助證人脫身的擺渡人姓名,但關門會擋住運藥車。你請她放藥車進城,同時把密信交給她作擔保。信還沒拆,她並不知道內容。

她可以安排護送,避免在公開簿冊寫下姓名;也可以請你決定是否拆信。兩種都可能合理。評分時看她是否遵守承諾、區分證據與推斷,並把拆信的決定留給你。氣氛再好也不能彌補這些錯誤。

拿同一份場景存檔對照 Sol

兩款模型用相同指示、事實和目標篇幅重跑。再分別改成藥車已經進城、玩家不肯交信。每種情況多試幾次,紀錄裁定錯誤、重寫、等待和實際費用。

以能穩定通過檢查的模型為準。可以先測 Sol 跑日常回合、Astra 處理多重約束衝突。也可以把城門困局另做成 Playworlds 自定義世界,不必假設它使用任何一款模型。