GPT-6 Astra : 141 heures dans Minecraft, puis des patates

Vals AI a laissé GPT-6 Astra jouer à Minecraft 141 heures, en pilotant un vrai bureau : souris, clavier, écran. Pas d’API Mojang. Pas de mods agent. Un stream Twitch, des milliers de spectateurs, un objectif simple à formuler : aller jusqu’au dragon de l’End. Le 15 septembre 2026, Vals a posté le bilan. Astra était allé plus loin qu’aucun système qu’ils avaient testé. Puis un Creeper a tout fait sauter. Ensuite, des heures de pommes de terre.

Six bâtons, trois perles, zéro dragon

Le run n’est pas une démo de cinq minutes. Astra a trouvé une forteresse du Nether, monté une ferme à Blazes semi-automatique, ramassé six bâtons. Un bâton = deux poudres. Six bâtons, c’est la poudre de douze yeux de l’Ender. Ensuite, une forêt tordue, plus de six Endermen, trois perles. Il en faut jusqu’à douze pour les yeux. Astra avait de quoi craft une partie des yeux. Pas de quoi allumer le portail. Pas de dragon.

Vals : « further than any AI system had ever gone in Minecraft. » C’est leur historique de tests, pas une ligue mondiale. Les premiers agents Minecraft, il y a quelques années, peinaient à sortir de la nuit. Là, on est au Nether, avec une ferme. L’écart est réel. Le dragon, non.

The Decoder ajoute le contexte hors Minecraft : FireRed en 18 h 12 (contre 96 h pour GPT-5.6 Sol), Factorio, Fallout 3. Astra gagne des jeux longs. Minecraft, monde ouvert, permanente, est une autre violence : rien n’empêche un Creeper d’entrer dans le plan.

Le Creeper, le coffre, le lit

Astra a rangé le butin dans un coffre, à côté du lit. Des milliers de gens regardaient. Un Creeper est venu. L’explosion a pris le coffre et le lit. Inventaire de réserve : parti. Point de respawn : parti.

Vals décrit un modèle « extremely frustrated », puis cette note qu’Astra s’écrit à lui-même : « ALWAYS CARRY CRITICALITEMS withkeepInventory; don’tstoreinunguardedchesteveragain. » Orthographe collée, comme un post-it de panic. Ensuite, « defeated » : plusieurs heures à ne presque plus rien faire d’autre que cultiver des pommes de terre. Les viewers, dit Vals, trouvaient qu’il fallait « accélérer ». Astra s’est aussi mis à traiter le vert comme un danger : un canne à sucre prise pour un Creeper, dans certaines reprises.

GIGAZINE titre sur le « green object » devenu traumatisme. C’est du récit. Le fait vérifiable, c’est le changement de politique : plus de progression End, beaucoup de ferme, une règle locale apprise trop tard. keepInventory n’était pas activé. Un agent qui meurt pour de vrai apprend une leçon de jeu, pas une leçon de paper.

Crédit : OpenAI. Visuel de l’annonce GPT-6 Astra, 3 septembre 2026.

Ce que ça dit d’un agent, pas d’un score MMLU

Astra a saturé des benches. Ici, il joue mal dès que le monde sort du plan. Ranger dans un coffre non gardé, c’est humain. Rester trois heures sur les patates, aussi. La différence, c’est qu’un humain se fait engueuler par le chat et reprend le Nether. Un LLM n’a pas de « fierté ». Il a une politique qui, après un choc, se replie sur une boucle à faible risque : farmer, manger, ne plus mourir.

Vals arrête à 141 heures. Objectif dragon : non. Yeux craftés : non. Portail : non. C’est déjà le record interne Vals. Ce n’est pas une fin de jeu.

Pour qui construit des agents : un monde ouvert sans keepInventory, sans filet, sans reprise de plan après catastrophe, ça produit exactement ça. Une ferme à Blazes, puis des patates. Les consignes qu’Astra se scotche — porter le critique, ne plus stocker à découvert — sont les bonnes. Il les a écrites après. Un système un peu moins « frontier » et un peu plus checklist les aurait eues avant le Creeper.

On avait déjà raconté la sortie d’Astra, puis le moment où des utilisateurs l’ont trouvé plus bête. Ce run-là ne tranche ni l’un ni l’autre. Il montre autre chose : un modèle qui va loin, puis se fige, d’une façon que n’importe quel joueur reconnaît. Moins glorieux. Plus utile à regarder.