GPT-6 Astra 三次尝试通关 NetHack，史上首个 LLM 升天记录
博主 Graham Lee（网名 gleech，博客作者 Kenny 记录全过程）宣布里程碑：代号 CodexDelver 的智能体由 GPT-6 Astra 驱动，完成 NetHack 升天通关，成为首个有记录的 LLM 智能体通关。Ethan Mollick 转述称模型仅在第 3 次尝试中即成功，并称这是「令人震惊的成就」；但训练数据是否被污染的质疑也随之而来。
已确认
- 智能体代号 CodexDelver，由 GPT-6 Astra 通过远程终端在 Hardfought 公共服务器上游玩 NetHack 3.6.7，最终完成 ascension（升天通关），博主 Kenny 记录了全过程。
- 游玩角色为矮人女武神；gleech 宣布于 2026 年 9 月完成，游玩记录自 9 月 21 日开始，9 月 25 日前后公开；teortaxesTex 转述中提到团队方面（Kenneth Bergquist）宣称完成首次 AI 升天。
- gleech 宣布的通关数据为 17.6 万回合、得 176 万分。
- Mollick 转述称这是史上首个 LLM 通关 NetHack 的记录，并补充他自己玩了多年也从未升天成功。
- teortaxesTex（转发）补充背景：NetHack 长期被圈内视为「AGI-complete」的测试游戏，人类玩家也极难飞升；gleech 团队此前多次测试 Astra 模型均未成功。
- 博主称智能体相关的 agent 代码也由其自行编写。
尚未确认
- 具体数字存在出入：m3 摘要称「37140 回合登顶」，m7 摘要称「17.6 万回合得 176 万分」，两处数据不一致，确切回合数与得分有待原始博客确认。
- 研究者 pfau 对训练数据透明度提出关键质疑：模型训练语料中是否包含 NetHack 通关记录（污染）尚无定论，需原始作者或进一步实验回应。
为什么重要
- NetHack 是公认最难的 roguelike 游戏鼻祖之一，常被当作衡量通用智能的半开玩笑标杆；LLM 首次升天通关被视为 agent 长程规划与坚持能力的标志性案例，也呼应了圈内「AGI 完整」的老梗。但训练数据是否含通关录像的争议，直接关系到该成就是否体现了模型的泛化能力而非记忆。
2026-09-25 ~ 2026-09-27 · 7 条相关
一手来源
- 号称首次:GPT 6 Astra 操控智能体通关 NetHack,17.6 万回合得 176 万分 — gleech ·
- 首个记录：GPT 6 Astra 37140 回合登顶 NetHack，且自己写了 agent — egrefen ·
- GPT-6 Astra 第 3 次尝试通关 NetHack，史上首个 LLM 通关记录 — emollick ·
- 【源头】首个记录：GPT 6 Astra 37140 回合登顶 NetHack，且自己写了 agent — egrefen · 2026-09-25
- Ethan Mollick：GPT-6 Astra 第3次尝试即通关硬核游戏 Nethack — emollick · 2026-09-25
- 【源头】号称首次:GPT 6 Astra 操控智能体通关 NetHack,17.6 万回合得 176 万分 — gleech · 2026-09-26
- 首个 Nethack AI 升天通关被证实,「AGI 完整」老梗应验 — teortaxesTex · 2026-09-26
- GPT-6 Astra 三次尝试通关 Nethack，训练数据透明度遭质疑 — PMinervini · 2026-09-27