GPT-5.6 Sol 在 Codex 中通关 Factorio 和平模式
GPT-5.6 Sol can beat Factorio on peaceful mode
GPT-5.6 Sol 以低思考等级在 Codex 中运行，用 13.5 小时游戏时间完成和平模式（无虫族）Factorio 通关。运行通过 Python 库让模型以程序化方式操作游戏，并施加与人类玩家相同的限制（如建造距离、战争迷雾）。相比此前 GPT-5.5 完全不会使用传送带，这次进步明显，但后期仍靠在各生产区之间反复搬运物资来掩盖产线连接失败，火箭发射依赖大量“手动”操作。
Ryan Madden 2026年10月31日
此前：我们让 Claude Code 玩起了 Factorio、迈向自主通关 Factorio，以及 Faketorio：一个智能体测试平台
我让 GPT-5.6 Sol 在 Codex 中以低思考等级运行，在 13.5 小时的游戏时间内完成了一次和平模式（即没有虫族）的 Factorio 通关：
完整通关的延时视频可在 YouTube 上观看。
与我之前的文章类似，这次运行使用了一个游戏管理器，让 Sol/Codex 通过一个小型库与游戏交互（不过这次用的是 Python 而非 Bash）。该库允许模型以编程方式玩游戏，同时强制执行人类玩家使用 GUI 时面临的相同限制（例如玩家的触及范围、战争迷雾）。
观察这次运行非常有趣：Sol 在某些方面超出了我的预期，同时在其他方面也表现出明显的弱点。我录下了整场运行，正在制作解说视频，但在此期间，这里有一段简短的延时片段，展示了工厂的部分区域：
除了录屏之外，我的运行管理器还记录了整场游戏的生产统计数据。下图是总资源产量图表，并标注了科研里程碑：
我原本计划在完成蓝色科研后终止这次运行，但 Sol 出人意料的高效说服了我继续下去。不幸的是，我原以为会在蓝色科研阶段出现的扩展性问题后来才显现，并显著拖慢了 Sol 的相对进度。
火箭发射之所以能够实现，仅仅是因为 Sol 付出了大量“手动”努力——它通过在工厂各区域之间反复运送物资，掩盖了后期未能连接某些生产系统的失败。
尽管如此，我对相比之前使用 GPT-5.5 的尝试所取得的进步感到满意——那次尝试受困于模型完全不会使用传送带。
我对自主玩 Factorio 作为一种培养对模型能力本质直觉的媒介持乐观态度。在许多方面，玩 Factorio 类似于编程，但好处是它对普通观察者来说更加直观易懂，因此便于为模型行为的讨论提供具体依据。
我期待测试其他模型和思考等级，以及非和平模式的运行。敬请期待！
来源：Hacker News · ryanmadden.net