Astra 通关 Zork 后认出被扰动过的「变体」版本

tw_killian · x · 2026-09-28

推主 @ccui9 复盘了一个针对 Astra(AI 游戏智能体)的实验:Astra 在击败文字冒险游戏 Zork 后,团队尝试扰动其观测输入,让它无法意识到自己在玩 Zork,结果失败——Astra 明确提到当前游戏看起来像是 Zork 的「变体」。@twkillian 玩笑追问「如果把 Zork 翻译成克林贡语会怎样」,并建议把 Astra 通关 Nethack 时使用的全部脚手架和代码拿来,做同样的观测扰动对照实验。这暗示当前 agent 对游戏环境的理解可能依赖训练数据中的原题记忆,而非纯粹的泛化推理能力。