第一次只开完49%，第三次跑通全程：GPT-6 Astra开卡罗拉闯障碍赛道

第一次尝试，GPT-6 Astra 只跑完了赛道的 49%。

然后它回头分析自己哪里出了错，下一次改进，再下一次再改进。到第三次，整条障碍赛道全程跑通。

车是一辆普通的丰田卡罗拉，方向盘、油门、刹车全部交给 AI 控制，整个过程没有人插手。参与这场测试的不止 Astra，ChatGPT、Claude 和 Grok 也都分别拿到了这辆车的控制权。目前流出的说法是，Astra 成了第一个完全自主跑完真实世界驾驶障碍赛道的 AI 模型，其他几家具体跑到了哪一步，暂时没有看到公开细节。

说实话，这事不该拿来和自动驾驶比。

专门的自动驾驶系统背后是海量路测数据、专门训练的感知模块和各种冗余设计，一个通用大模型去开卡罗拉，本来就不是同一个赛道上的事。这里真正有看头的，是“49% 到 100%”中间那两次迭代：模型没有被人重新调参，而是自己复盘失败原因，再调整策略。放在语言任务里，这种“做错了回头看、下次改正”的能力大家已经见得不少；搬到方向盘和刹车上，意味着它得把车辆反馈、赛道位置和自己的操作对应起来，失误的代价也从一段错误文字变成了撞杆或冲出线外。

当然，一条障碍赛道离真实道路还差得很远，三次尝试的样本也太少，说明不了稳定性。

它更像一个信号：大模型开始被拿到物理世界里做闭环测试了，而且评判标准不再是答对几道题，而是车有没有开到终点。