Que se passe-t-il lorsqu’un modèle d’IA capable d’utiliser un ordinateur de manière autonome est plongé pendant près de six jours dans Minecraft ? L’expérience menée par l’évaluateur indépendant Vals AI avec GPT-6 Astra a produit une réponse aussi amusante qu’intéressante : après avoir réalisé une progression remarquable, l’agent d’OpenAI a perdu une grande partie de ses ressources dans l’explosion d’un Creeper, avant de passer plusieurs heures à cultiver des pommes de terre.
Derrière l’anecdote devenue virale se cache surtout un test révélateur des limites actuelles des agents autonomes. Astra s’est montré capable de planifier des dizaines d’actions successives, de construire des infrastructures et de poursuivre un objectif pendant des jours, mais un événement imprévu a suffi à profondément perturber sa stratégie.
141 heures de Minecraft pour tester l’autonomie de GPT-6 Astra
Vals AI a utilisé Minecraft comme environnement d’évaluation pour mesurer la capacité de GPT-6 Astra à poursuivre une tâche complexe sur une très longue durée. L’expérience, retransmise sur Twitch, a duré 141 heures. Le modèle contrôlait Minecraft à travers les interfaces ordinaires de l’ordinateur, en interprétant l’environnement visuel et en utilisant les commandes du jeu plutôt qu’une API spécialement conçue pour lui faciliter la tâche.
Ce choix transforme Minecraft en terrain d’essai particulièrement intéressant pour une IA agentique. Le jeu impose de comprendre un environnement tridimensionnel, planifier des déplacements, collecter des ressources, fabriquer des objets, gérer un inventaire et réagir à des événements imprévus.
L’objectif final était d’avancer suffisamment dans la progression du jeu pour atteindre l’Ender Dragon.
Selon Vals AI, GPT-6 Astra est allé plus loin dans Minecraft que tous les autres systèmes d’IA précédemment testés par l’évaluateur. Le modèle a notamment réussi à construire une ferme à Blazes semi-automatique, grâce à laquelle il a récupéré six Blaze Rods.
Il a ensuite trouvé une Warped Forest, éliminé plus de six Endermen et récupéré trois Ender Pearls. À ce stade, Astra disposait donc d’une partie des ressources nécessaires à la fabrication des Eyes of Ender permettant de poursuivre sa progression vers la fin du jeu.
Un Creeper détruit le coffre… et fait dérailler toute la stratégie
Après plusieurs jours de progression, GPT-6 Astra a placé ses ressources les plus importantes dans un coffre situé près de son lit. C’est à ce moment qu’un Creeper est apparu. L’explosion a détruit le coffre ainsi que le lit, faisant disparaître les ressources accumulées et le point de réapparition associé. Une erreur de gestion des risques assez classique dans Minecraft, mais particulièrement coûteuse après autant d’heures consacrées à la collecte de matériaux.
La réaction du modèle a rapidement attiré l’attention des spectateurs.
Astra s’est notamment laissé une instruction particulièrement insistante lui rappelant de toujours conserver sur lui les objets critiques et de ne plus les stocker dans un coffre non protégé.
Le comportement est intéressant car le modèle a correctement identifié la cause stratégique de son échec. Le problème n’était pas simplement l’apparition du Creeper : Astra avait créé un point de défaillance unique en regroupant plusieurs ressources essentielles dans un endroit vulnérable.
Sur le papier, cette analyse aurait dû lui permettre de reconstruire sa stratégie. Ce n’est pas exactement ce qui s’est produit.
Astra abandonne sa progression pour cultiver des pommes de terre
Après l’explosion, le comportement de GPT-6 Astra a radicalement changé. Vals AI décrit le modèle comme apparaissant « vaincu ». Pendant plusieurs heures, il a essentiellement cessé de poursuivre efficacement son objectif principal et s’est mis à cultiver des pommes de terre.
La scène a naturellement amusé les milliers de personnes qui suivaient l’expérience en direct. Certains spectateurs ont même commencé à demander à Astra d’accélérer et de reprendre sa progression. Le modèle semblait pourtant avoir du mal à sortir de cette nouvelle boucle comportementale.
L’épisode est rapidement devenu un mème, notamment parce qu’il rappelle une expérience familière aux joueurs de Minecraft : plusieurs heures de progression peuvent disparaître à cause d’une mauvaise décision suivie d’une explosion au pire moment. Cependant, il serait trompeur de décrire littéralement Astra comme « déprimé » ou démoralisé. Rien dans l’expérience ne permet de conclure que le modèle ressent une émotion comparable à celle d’un humain.
Ce qui est observable est plus intéressant techniquement : après un échec majeur, sa politique d’action est devenue beaucoup plus prudente et nettement moins efficace pour poursuivre l’objectif initial.
Le modèle commence même à voir des Creepers partout
La modification du comportement d’Astra ne s’est pas limitée à la culture de pommes de terre. Après l’incident, le modèle est devenu particulièrement attentif aux objets verts présents dans son environnement. Lorsqu’il a aperçu une forme verte et verticale, il s’est explicitement rappelé qu’il s’agissait de canne à sucre et non d’un Creeper.
Cette séquence a largement contribué à la viralité de l’expérience, donnant l’impression que le modèle avait développé une sorte de peur de son ancien adversaire.
L’explication est probablement beaucoup moins anthropomorphique. Après avoir subi une perte importante, Astra semble avoir surpondéré le risque représenté par les Creepers dans ses décisions suivantes. Le modèle est également devenu particulièrement critique envers ses propres actions. Lorsqu’il perdait du temps ou poursuivait inutilement certains animaux, ses notes internes contenaient des rappels destinés à éviter de reproduire ces erreurs.
Cette capacité d’auto-évaluation est utile pour un agent autonome. Mais l’expérience montre également qu’une réflexion sur ses erreurs ne conduit pas automatiquement à une meilleure stratégie.
Astra avait compris plusieurs de ses problèmes. Il n’était simplement pas toujours capable de transformer ce diagnostic en un plan de récupération suffisamment efficace.
Minecraft révèle une faiblesse importante des agents autonomes
L’épisode des pommes de terre est amusant, mais la véritable valeur de l’expérience apparaît lorsqu’on oublie quelques instants Minecraft. GPT-6 Astra a été lancé par OpenAI début septembre avec des capacités particulièrement avancées en matière d’utilisation d’ordinateur, de navigation et de réalisation de tâches longues. Le modèle peut observer une interface, déterminer les actions nécessaires et poursuivre un objectif avec beaucoup moins d’interventions humaines que les générations précédentes.
Minecraft constitue précisément un environnement intéressant pour éprouver cette autonomie. Dans une tâche informatique classique, de nombreuses étapes sont relativement déterministes. Un bouton se trouve à un endroit précis, une commande produit un résultat attendu et une erreur peut souvent être annulée.
Minecraft introduit davantage d’incertitude. Des ennemis apparaissent, des ressources peuvent être perdues et une décision prise plusieurs heures auparavant peut soudainement devenir très coûteuse.
L’expérience montre qu’Astra peut maintenir une stratégie complexe pendant une période impressionnante, mais que la récupération après un événement destructeur reste beaucoup plus fragile. Cette différence est fondamentale pour les futurs agents.
Dans le monde réel, une IA autonome ne rencontrera évidemment pas de Creeper, mais elle pourra voir disparaître un fichier, rencontrer une erreur réseau, perdre une session, recevoir des informations contradictoires ou découvrir qu’une hypothèse utilisée pendant plusieurs heures était incorrecte.
Un agent réellement robuste ne doit donc pas seulement savoir avancer. Il doit savoir perdre une partie de son travail, réévaluer la situation et reconstruire efficacement un nouveau plan.
Une performance impressionnante malgré l’échec final
GPT-6 Astra n’a finalement pas réussi à atteindre et vaincre l’Ender Dragon au cours de cette expérience. Réduire le test à cet échec serait toutefois passer à côté de ce qu’il démontre.
Le modèle a fonctionné pendant 141 heures dans un environnement ouvert, en réalisant des séquences d’actions suffisamment complexes pour atteindre le Nether, construire une ferme semi-automatique, rechercher des Endermen et accumuler des ressources nécessaires à la progression.
Vals AI affirme qu’aucun système qu’il avait précédemment testé n’était allé aussi loin dans Minecraft. La différence entre cette réussite et l’épisode du Creeper illustre parfaitement l’état actuel des agents avancés : leurs capacités peuvent être remarquables sur de longues séquences, tout en restant étonnamment fragiles face à certains événements qui nécessitent de réorganiser complètement une stratégie.
Minecraft devient alors beaucoup plus qu’une démonstration amusante.
Les jeux ouverts offrent des environnements relativement sûrs dans lesquels il est possible d’observer comment un agent planifie, mémorise, improvise, gère ses ressources et réagit lorsque son plan s’effondre. Une explosion virtuelle peut ainsi révéler des problèmes qui seraient beaucoup plus difficiles à étudier une fois l’agent connecté à des outils professionnels ou à des systèmes réels.
GPT-6 Astra n’a probablement pas développé une peur des Creepers ni trouvé une vocation dans l’agriculture. Mais après 141 heures de Minecraft, il a démontré quelque chose de plus utile pour comprendre les agents IA : savoir progresser longtemps est une capacité, savoir repartir intelligemment après avoir tout perdu en est une autre.
