Пока индустрия гадает, когда нейросети заменят программистов или художников, исследователи OpenAI провели эксперимент, который переводит разговор в иную плоскость. Модель GPT-6 Astra прошла культовую головоломку Portal от Valve без единой подсказки человека. На прохождение ушло 4 часа 38 минут, а счёт за API-запросы составил $571. Но важнее чека — метод, которым ИИ решал задачи, требующие пространственного мышления и нестандартной логики.
Эксперимент проходил в закрытой среде. Astra не имела доступа к карте, гайдам или «божественному» обзору сверху. Всё, что у неё было, — поток скриншотов в разрешении 1920×1080 и возможность отдавать команды мыши и клавиатуре. Модель действовала в реальном времени, как человек, впервые севший за игру: методом проб и ошибок, через анализ изображений и постоянную сверку плана с результатом. Единственная подсказка — текстовое описание правил игры, вроде того, что порталы соединяют две поверхности и сохраняют скорость объекта при телепортации.
Ключевое отличие Astra от предшественников — гибридная архитектура мышления. Каждый десятый шаг модель писала краткий отчёт на естественном языке: фиксировала положение стен, пропастей и кнопок, проговаривала следующий ход. Этот внутренний монолог повышал точность решений на 40% по сравнению с запусками без текстовых пояснений. Вместо того чтобы эмпирически изучать физику мира через тысячи итераций, Astra понимала правила из описания и применяла их к конкретной ситуации. Такой подход позволил ей пройти все 19 тестовых комнат, включая «Октагон-118», причём трижды из трёх попыток.
Финансовая сторона вопроса обнажает компромиссы технологии. $571 — это лишь прямые расходы на инференс: около 12 500 текстовых и 8 200 графических вызовов модели. Средняя стоимость одного «решения» комнаты — примерно $30, а каждая минута аренды облачного GPU обходилась в $2. Если добавить зарплаты исследователей и амортизацию оборудования, полный бюджет приближается к нескольким тысячам долларов. Для сравнения: человек покупает Portal за $10 и проходит его за 4–6 часов. Но человеку не нужно обрабатывать скриншоты и просчитывать топологию пространства через языковые паттерны.
Сравнение с предшественниками подчёркивает скачок. GPT-4 застрял на пятой комнате, специализированная модель DQN потратила 28 часов и $1200 на 60% прохождения, а экспериментальная GPT-5 осилила 75% за 9 часов и $410. Astra не самая дешёвая и не самая быстрая система, но она универсальна: ту же модель не переобучали для игры, она способна писать код и анализировать документы. Именно это делает эксперимент ценным — нейросеть продемонстрировала способность рассуждать о физическом мире и планировать действия, а не просто достраивать текст.
Для геймдева это сигнал о скором появлении ботов нового поколения. Вместо скриптовых противников с фиксированными паттернами ИИ сможет адаптироваться к стилю игрока и помогать с головоломками. Технология может привести к «живым» NPC, которые действуют осмысленно, а не следуют сценарию. Но массовое применение упирается в стоимость: $571 за несколько часов — слишком дорого для повседневного использования. Впрочем, динамика удешевления вычислений позволяет прогнозировать, что через два года подобный прогон будет стоить около $50, а ещё через пять — меньше $10.
Наблюдая за логами Astra, замечаешь, как модель совершает те же ошибки, что и человек: пытается проскочить через закрытую дверь, забывает поднять куб. Но через пару часов она находит элегантные решения, до которых среднестатистический игрок не додумается и за десять лет переигрываний. Это не «восстание машин», а появление очень терпеливого помощника. Если такие модели подешевеют, игры будущего смогут генерировать головоломки под конкретного игрока, а разработчики получат инструмент для тестирования баланса уровней. Следующим рубежом для нейросети могут стать стратегии вроде StarCraft II, где нужно управлять целой армией.
