GPT-5.6 Sol 能在和平模式下通关 Factorio

# GPT-5.6 Sol 能打通《异星工厂》 来源：https://ryanmadden.net/gpt-56-beats-factorio/ 2026 年 10 月 31 日 更新：哇，这篇火了！如果想了解更多细节，可以在文章底部订阅，或者关注我的 YouTube 频道 (https://www.youtube.com/watch?v=kLuSDUzKYZs)。我正在制作一篇更详细的精华回顾/解说文章和视频。 *此前：我们让 Claude Code 玩起了《异星工厂》(https://ryanmadden.net/claude-plays-factorio/)，迈向自主打通《异星工厂》(https://ryanmadden.net/towards-automating-factorio/)，以及 Faketorio：一个智能体测试平台 (https://ryanmadden.net/faketorio-an-agent-testbed/)。* 我让 GPT-5.6 Sol 在 Codex 中以低思考等级运行，完成了一次和平模式（即没有虫子敌人）的《异星工厂》游戏，游戏内耗时 13.5 小时： 完整流程的延时视频可在 YouTube 观看 (https://www.youtube.com/watch?v=kLuSDUzKYZs)。 和我上一篇文章 (https://ryanmadden.net/claude-plays-factorio/) 类似，这次运行使用了一个游戏管理器，让 Sol/Codex 通过一个小的程序库与游戏交互（不过这次用的是 Python 而非 Bash）。这个库让模型能以编程方式玩游戏，同时强制执行人类玩家在使用图形界面时所面临的同样限制（例如玩家的触及范围、战争迷雾）。 观察这次运行非常有趣：Sol 在某些方面超出了我的预期，同时也暴露出了一些明显的弱点。我录制了整个运行过程，正在制作解说视频，但在此之前，先放上一段延时片段，展示工厂的部分场景： 除了屏幕录制之外，我的运行管理器还在整个游戏过程中采集了生产统计数据。下面是总资源产量的图表，并标注了科技研究的里程碑： 我原本计划在研究完蓝色科技后就终止这次运行，但 Sol 惊人的效率说服了我继续下去。不幸的是，我以为会在蓝色科技阶段出现的规模扩展问题来得更晚，显著拖慢了 Sol 的相对进度。 火箭发射的达成主要依靠 Sol 大量的"手动"操作——它反复在工厂各区域之间运送物资，来弥补后期无法将某些生产系统连通的失败。 尽管如此，我对它相比之前 GPT-5.5 尝试的改进还是感到满意的——GPT-5.5 之前的失败在于模型完全不会使用传送带。 我看好将自主《异星工厂》游戏作为理解模型能力本质的一种媒介。从很多方面来看，玩《异星工厂》与编程类似，但优势在于对普通观察者来说更加直观易读，方便为讨论模型行为提供具体的依据。 我期待测试其他模型和思考等级，也期待非和平模式的运行。敬请期待！