GPT-5.6 Sol pode vencer Factorio no modo pacífico
Um experimento que mostra o agente “Sol” da GPT‑5.6 da Anthropic lançando um foguete no jogo de automação Factorio (no modo pacífico) está gerando tanto elogios quanto ceticismo sobre o que ele realmente demonstra. Comentadores observam que o modelo depende fortemente de transporte manual de itens e de conhecimento prévio vindo de wikis e guias, só se sai bem quando a pressão em tempo real (como ataques inimigos) é removida e ainda tem dificuldade com planejamento de longo prazo e design escalável de fábricas. Muitos veem isso menos como “inteligência geral em jogos” e mais como um vislumbre de como LLMs podem em breve atuar como assistentes ou NPCs em jogos complexos, enriquecendo logística, diálogo ou estratégia enquanto deixam o núcleo do jogo e da criatividade para os humanos.
O que a demonstração realmente mostrou
- Agente controlado por LLM vence Factorio no modo pacífico, mas o jogo tardio depende fortemente de comportamento de “courier”: usar o avatar do jogador para transportar itens manualmente entre sistemas desconectados.
- Alguns veem isso como algo inteligente: o agente trata o engenheiro como apenas mais uma unidade automatizada de logística, e não como “trabalho manual”.
- Outros argumentam que isso mostra que o modelo realmente não entende o mecanismo central de Factorio de automação baseada em esteiras e bots.
Transporte manual vs automação real
- Jogadores humanos alimentam manualmente no início, mas normalmente evoluem para esteiras/bots porque andar e ficar trocando itens entre baús se torna tedioso e não escala.
- Vários comentam que LLMs não têm tédio nem “preguiça”, então mantêm felizes grandes quantidades de microgestão, explorando uma brecha de jogabilidade que os designers nunca precisaram fechar.
- Cálculos de fundo de envelope sugerem que as esteiras dominam com o tempo; humanos descobrem isso pela experiência, enquanto os modelos parecem demorar mais para fazer esse salto arquitetural.
Modo pacífico e ausência de combate
- Muitos observam que o modo pacífico remove a pressão em tempo real: o agente pode pausar indefinidamente para pensar.
- Biters exigiriam reações rápidas, defesas proativas e risco de morte; os LLMs atuais têm dificuldade com esse tipo de planejamento em tempo real e de longo horizonte.
- Observações de outras transmissões de Factorio com vários modelos: eles consertam defesas de forma reativa, mas raramente desenvolvem estratégias militares ou de muros robustas e voltadas para o futuro.
Dados de treinamento e “informação oculta”
- Há debate sobre se Factorio tem informação “oculta”: todas as estatísticas e receitas estão visíveis, mas necessidades futuras de escala (por exemplo, cobre, circuitos, ciências tardias) não são óbvias para jogadores novos.
- Vários observam que os modelos provavelmente ingeriram wikis, guias, blueprints e planners, então eles não estão realmente “aprendendo do zero”.
- Outros retrucam que modelos anteriores tinham os mesmos dados, mas não conseguiam concluir tais tarefas, então os ganhos de capacidade não são apenas memorização.
Implicações mais amplas para IA em jogos
- Muitos acham “IA jogando jogos” divertido, mas veem potencial maior em:
- Melhores adversários de RTS / 4X.
- NPCs com diálogo e comportamentos dinâmicos.
- “Jardineiros” que monitoram ou mantêm fábricas complexas.
- Preocupações: latência em tempo real, custo, limites de modelos pequenos para jogo local e manutenção da intenção narrativa escrita por humanos.
Entusiasmo vs ceticismo
- Entusiastas veem isso como um benchmark forte em comparação com demos triviais e como evidência de progresso rápido (também citando runs de Pokémon e FF7).
- Céticos enfatizam: modo pacífico, forte conhecimento prévio, jogo lento, planejamento ruim de alto nível e decisões arquitetônicas fracas, especialmente em comparação com humanos experientes.