GPT-6 Astra「盲玩」《魔兽世界》私服：agent-wow 开发者称 40 分钟零死亡清完兽人起始区

agent-wow 的开发者称，OpenAI 的 GPT-6 Astra 在一个私有《魔兽世界》（World of Warcraft）服务器上清完了兽人起始区：模型用时 40 分钟、全程零死亡，而且一帧渲染画面都没看过——它靠解析服务器发来的原始网络数据包，以及从服务器 SQL 文件里挖出的任务数据，完成导航和决策。介绍了这次运行；开发者本人则在 10 月 2 日把运行细节和全程录像的链接一起发在上。

运行使用的客户端 agent-wow 是一个开源项目，的描述是「为自主 AI agent 玩家设计的 AzerothCore WoW 客户端」。据开发者公布，这次运行在 Codex 中使用 GPT-6 Astra，推理档位为 xhigh；据 Tom's Hardware 的报道，GPT-6 Astra 是 OpenAI 上月初发布的旗舰模型，xhigh 比最高档低一档。开发者交给它的提示词只有一句：「create an orc character and complete all quests in the starting zone」（创建一个兽人角色，完成起始区所有任务）。Tom's Hardware 引述的说明称，这个 agent 以 1 级兽人起步，完成试炼谷（Valley of Trials）的全部任务，并在森金村（Sen'jin Village）结束运行。

按顺序推进任务链，进洞穴前卖杂物、换装备

agent-wow 的开发者写道，他起初「怀疑这行不通」；就算行得通，他也预计要花上几个小时、中途不断碰壁。结果相反：按他的记录，任务轻松完成，几乎没有波折。

按开发者的描述，agent 在运行中做了一些规划：按顺序推进前置任务链，卖掉杂物、换上更好的装备，并在进入起始区最后一个洞穴前训练技能；它还判断出洞穴里的两个任务可以一次接下、一起完成。

开发者把这类实验描述为一种压力测试：把前沿模型丢进它们没有被专门训练过的模拟世界，看它们能做到什么。

任务清单来自 SQL 文件，行动通过协议消息发出

agent-wow 不依赖计算机视觉，也不通过模拟键盘鼠标来控制游戏，更没有用黑客手段直接接管 WoW 客户端。它让 agent 直接通过《魔兽世界》的网络协议与游戏服务器交互；模型没有画面输入，「盲玩」在这里是字面意思。项目刻意不内置任何玩法机制，移动、战斗、游戏内交互都不定义，只提供一个模块系统，让 agent 自己搭出完成任务所需的能力。

任务数据来自对服务器文件的数据挖掘：agent 从 AzerothCore 的 SQL 文件里提取任务要求、任务发布者、交付 NPC 和刷新坐标，形成规划所需的清单与位置信息。开发者称，这「大致相当于一个人花几个小时在 Wowhead 上研究任务」；Tom's Hardware 的报道则指出，直接读服务器自己的文件可能更可靠，那正是服务器实际运行所依据的数据，而粉丝站的数据未必总能对得上。

所有实验都跑在基于 AzerothCore 的本地私服上，不连接任何官方在线服务器。AzerothCore 是开源服务器端软件，支持 3.3.5a 版本，即《巫妖王之怒》的最后一个版本。

一个模块，订阅 28 类服务器消息

agent 只写了一个模块，用来发送和订阅它关心的数据包。按 Tom's Hardware 的清点，这个模块订阅的服务器消息（SMSG_*）有 28 类；消息保存在内存里，一个 Python 脚本轮询、解码它们，更新 agent 的世界模型，包括生命值、附近生物、任务进度和拾取物，再通过发送客户端消息，在游戏里采取行动。

开发者原本预期 agent 会先造一层高层抽象，比如封装出 moveTo、castSpell 之类的接口，避免直接与数据包打交道。但他在博客里写道：「实际上，它完全有能力在协议层工作。」

按 GitHub 仓库的说明，整套系统的连接方式是这样的：AI agent 通过本地 JSON-RPC 与客户端交互，客户端通过 WoW 协议连服务器，模块以 Docker Compose 运行、经 gRPC 与客户端通信。开发者提到，他最初想做的是一个完全 headless（无图形界面）的客户端，在为一个有 bug 的移动原语写了 1.6 万行代码、寻路也做得粗糙之后，他放弃了这条路线，转向模块方案。

mmaps 与 Detour：寻路与「穿墙」

寻路由一个 C++ 辅助程序负责：它接收起点和终点共六个坐标数字，加载 AzerothCore 的本地导航网格文件（mmaps），用 Detour 寻路库在相连的可通行表面之间找路线，把路线以坐标数组的形式返回；找不到完整路径就报错。一个 Python 脚本调用这个编译好的程序，读取路点，再发送移动数据包，让角色沿路线走。

开发者承认，「从我研究启发式机器人的经验看，寻路始终是主要难点之一」，但他称这次 agent 的寻路能力「最优」。录像里还有一个结果：在碰撞属性可能缺失的位置，agent 会利用地图 bug「穿墙」。

开发者划的红线：数据挖掘可以，取得管理员权限不行

开发者认为，靠数据挖掘把高层提示词翻译成具体的步骤序列，「大概是可以接受的」；他划的线在另一处——如果 agent 取得运行中 AzerothCore 服务器和数据库的管理员权限、改动其内部数据，就越界了。他还写道，这次运行没有放在沙箱里，agent 本来有可能这样做。

这次运行的画面是这样拍到的：开发者用 AzerothCore 的 GM（游戏管理员）命令做了两个宏，把观察视角绑定到 agent 的角色上、随时解除。他说，这种办法只适合单角色、短时间的使用，撑不起多 agent 的长时运行，因此他打算做更好的观测工具，并在后续实验中加上沙箱，限制 agent 能访问和修改的内容。

agent-wow 的写明，该项目面向研究、教育与测试用途，不修改任何暴雪客户端软件或游戏资源。

下一步：单 agent 练到 80 级，还是多 agent 组队

开发者给下一轮实验列出的问题有两个方向：单个 agent 能不能完全自主地练到 80 级，如果能，它一路上得给自己搭出哪些能力、要花多久；以及多个 agent 能不能一起玩，用游戏内的社交功能协作完成任务和副本。

他还给项目定了一个更远的最终目标：把一整台服务器填满 AI agent，看它们能不能通关英雄难度的冰冠堡垒（Icecrown Citadel）。