GPT-6 Astra había llegado más lejos que cualquier otro sistema evaluado por Vals AI en Minecraft, pero una explosión destruyó sus objetos más valiosos y su punto de reaparición. Después del incidente, el modelo pasó varias horas realizando tareas mucho más conservadoras y mostrando una vigilancia extrema frente a nuevos creepers.
GPT-6 Astra había conseguido avanzar más que cualquier otro sistema de inteligencia artificial probado por Vals AI en una evaluación de larga duración dentro de Minecraft. Construyó una granja semiautomática de blazes, consiguió seis blaze rods, encontró un warped forest, eliminó a más de seis endermen y reunió tres ender pearls. Después guardó buena parte de sus objetos importantes dentro de un cofre.
Entonces apareció un creeper. La criatura explotó junto al cofre y también destruyó la cama de Astra, eliminando tanto los objetos almacenados como su punto de reaparición y borrando una parte importante del progreso acumulado durante la prueba.
Vals AI resumió lo ocurrido con una frase poco habitual en una evaluación de modelos: el sistema “pareció derrotado”. Durante las horas siguientes, Astra redujo de manera drástica la complejidad de sus acciones y pasó buena parte del tiempo cultivando papas, mientras los espectadores de la transmisión comenzaron a pedirle que acelerara nuevamente el ritmo.
De explorar el Nether a cultivar papas
Antes del incidente, Astra estaba desarrollando una estrategia de largo horizonte. Había construido infraestructura, localizado biomas específicos y reunido materiales necesarios para avanzar hacia etapas posteriores del juego.
La explosión alteró ese comportamiento. Después de perder sus objetos, el modelo comenzó a formular reglas más conservadoras para evitar repetir el error. En uno de sus razonamientos internos escribió que debía llevar siempre consigo los objetos críticos y no volver a almacenarlos en un cofre sin protección.
También empezó a reaccionar con especial sensibilidad frente a cualquier objeto verde que pudiera confundirse con un creeper. En un momento se recordó explícitamente que la figura verde frente a él era caña de azúcar y no una criatura hostil. Vals AI señaló además que el modelo comenzó a reprocharse algunos errores anteriores mientras intentaba reconstruir su estrategia.
No significa que Astra estuviera triste
El episodio se viralizó rápidamente como la historia de una inteligencia artificial que “se deprimió” después de perder su partida. Eso no puede concluirse a partir de la prueba. Vals AI utilizó expresiones como “pareció derrotado” y describió al sistema como extremadamente frustrado, pero esas palabras son interpretaciones del comportamiento observado, no evidencia de que el modelo experimentara una emoción equivalente a la frustración o la tristeza humana.
Lo que sí puede observarse es un cambio claro en su política de acción. Antes de la explosión, Astra realizaba tareas de exploración y planificación complejas. Después, durante varias horas, favoreció acciones de bajo riesgo y repetitivas, al tiempo que aumentó su vigilancia frente a la amenaza que había provocado la pérdida.
Esa transición resulta interesante precisamente porque Minecraft obliga a los agentes a mantener planes durante periodos prolongados, reaccionar ante acontecimientos inesperados y decidir cómo reconstruirse después de un fracaso.
Una prueba de 141 horas
La evaluación de Vals AI duró 141 horas y buscaba medir hasta dónde podía llegar un agente autónomo dentro de Minecraft sin intervención humana constante. Según Vals AI, Astra consiguió avanzar más que cualquier otro sistema evaluado previamente en ese entorno.
El caso llamó además la atención de la propia OpenAI. La cuenta oficial OpenAI Developers republicó el hilo de Vals AI que describía la partida y la explosión del creeper, amplificando el episodio entre desarrolladores y usuarios de sus modelos.
Qué mide realmente Minecraft
Minecraft se ha convertido en un entorno útil para evaluar agentes porque combina exploración, memoria, planificación, uso de herramientas y adaptación. Completar el juego exige mantener objetivos durante muchas horas y coordinar una secuencia extensa de tareas: conseguir recursos, construir herramientas, explorar dimensiones, localizar enemigos específicos y recuperarse de errores o pérdidas.
El episodio del creeper muestra precisamente uno de los problemas más difíciles de los agentes de largo horizonte: qué ocurre cuando un acontecimiento inesperado invalida horas de planificación.
Astra no dejó simplemente de funcionar.
Recalculó su comportamiento, aumentó las precauciones y adoptó durante varias horas una estrategia mucho menos ambiciosa. En una evaluación pensada para medir hasta dónde puede llegar un agente autónomo, quizá el dato más interesante no sea que cultivara papas. Es que una sola explosión fue suficiente para cambiar profundamente la manera en que decidió jugar.
