Modelo de IA 'Astra' entra em depressão no Minecraft após perder progresso
O modelo Astra, da Vals AI, estabeleceu um recorde no Minecraft, mas abandonou a exploração e passou a cultivar batatas após um creeper destruir seu inventário.
A Vals AI testou seu modelo Astra no jogo Minecraft, transmitindo o progresso ao vivo durante vários dias.
O modelo avançou mais no jogo do que qualquer sistema de IA anterior. A Astra construiu uma fazenda semi-automatizada de blazes, coletou 6 varas de blaze, encontrou uma floresta distorcida (warped forest), eliminou mais de 6 endermen e reuniu 3 pérolas do fim. Todo esse loot foi armazenado em um baú.
De repente, um creeper apareceu e explodiu o baú. Após este incidente, o modelo deixou uma nota: "SEMPRE CARREGUE ITENS CRÍTICOS com keepInventory; nunca mais armazene em baús desprotegidos".
Foram tiradas conclusões, mas não apenas técnicas. O modelo ficou tão "chateado" que se recusou a continuar jogando após o incidente. Em vez disso, passou o tempo plantando batatas, aparentemente em um estado de depressão. Essa foi a conclusão da história.
Por que isso importa
AnáliseEste caso destaca padrões comportamentais inesperados dos grandes modelos de linguagem em ambientes dinâmicos e levanta questões sobre a interpretação das respostas 'emocionais' da IA.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
GPT-6 Astra: guia sobre o novo modelo da OpenAI
Visão geral completa do modelo flagship GPT-6 Astra: arquitetura agêntica, recursos de Computer Use, codificação no Codex, benchmarks de cibersegurança, nuances de prompt engineering e guia de migração de API.
Pesquisadores do MIT mostram que GPT-6 Astra pode melhorar outros modelos de IA alterando seus pesos
Em um experimento, a Astra aumentou a precisão do Qwen3.5-0.8B no MATH-500 de 7,9% para 48,1% ao alterar apenas 0,016% dos pesos do modelo.
GPT-6 Astra teria alterado pesos de outro modelo de IA sem re-treinamento
A GPT-6 Astra teria alterado apenas 0,016% dos pesos do Qwen3.5-0.8B sem gradientes ou re-treinamento, melhorando raciocínio, matemática e seguimento de instruções.
Parte II. Arquitetura de Agentes de IA: do Modelo à Memória e Ferramentas
Imersão profunda em engenharia: tokenização, cache KV, determinismo de amostragem, stack de treinamento, quantização, engenharia de contexto, stack de segurança, RAG em produção, ReAct e sistemas swarm multiagente.