Энтузиаст и специалист в области искусственного интеллекта, известный в сообществе Reddit под ником Atol8 (Якопо Аттолини), представил бота, способного проходить карточную игру Balatro на максимальном уровне сложности. Проект уже привлек внимание игроков, так как боту удалось неоднократно справиться с комбинацией Gold Stake и Black Deck, которая считается наиболее суровым испытанием в игре.
Особенности игрового процесса и механика победы
Режим Black Deck в Balatro дает игроку дополнительный слот для Джокера, однако при этом сокращает количество доступных ходов в каждом раунде. Золотая ставка (Gold Stake) накладывает кумулятивные модификаторы сложности от всех предыдущих этапов, а также ужесточает экономические штрафы и ограничивает размер руки игрока. Сочетание этих факторов создает крайне жесткие условия, требующие не только стратегического планирования, но и удачного стечения обстоятельств на ранних стадиях игры.
Якопо Аттолини отмечает, что бот проявил высокую эффективность, хотя и допустил ряд «интересных оплошностей» в ходе прохождений, что было отмечено другими пользователями Reddit. Ранее автор заявлял, что его программа стала первой, способной надежно побеждать в Balatro, но позднее уточнил, что слово «надежно» является преувеличением, хотя сам факт многократных побед подтвержден.
Техническая реализация бота на базе GPT-6 Astra
В основе разработки лежит новейшая языковая модель GPT-6 Astra от OpenAI, выпущенная в сентябре 2026 года. Эта модель уже успела отметиться успехами в других областях, включая прохождение игры Portal, на которое нейросети потребовались сутки. Согласно описанию проекта на GitHub, распределение ролей в системе выглядит следующим образом:
- GPT-6 Astra: принимает ключевые стратегические решения, анализируя текущее состояние колоды.
- Python-скрипты: выполняют необходимые численные расчеты и вспомогательные функции.
- BalatroBot: отдельный инструмент, который отвечает за взаимодействие с игровыми данными и позволяет внешним программам управлять игровыми состояниями.
Несмотря на успехи в Balatro, история взаимодействия ИИ с играми показывает, что даже современные флагманские модели не всегда справляются с задачами. Например, в прошлом году ChatGPT продемонстрировал низкие результаты в Atari Chess на начальном уровне, а Google Gemini отказалась от попытки игры, решив, что столкнется со значительными трудностями при противостоянии классической консоли Atari 2600. На этом фоне достижения GPT-6 Astra подчеркивают прогресс в способности моделей ИИ к компьютерному взаимодействию, программированию и профессиональной деятельности.
Технические нюансы и архитектура системы
Хотя Якопо Аттолини и использовал мощь флагманской модели OpenAI, проект не является полностью автономным «черным ящиком». Разработчик отдельно подчеркнул важность интеграции Python для решения задач, требующих высокой точности численных вычислений, с которыми языковые модели могут справляться нестабильно. Именно комбинация «мозга» в лице GPT-6 Astra и математической точности Python-скриптов позволила боту эффективно работать с экономикой игры, которая в условиях Gold Stake становится крайне хрупкой.
Ключевым звеном инфраструктуры является BalatroBot — вспомогательный инструмент, выполняющий функцию своеобразного «интерфейса» между ИИ и игровым движком. Он экспонирует состояния игры и предоставляет внешним программам API для управления, что критически важно для передачи данных о текущей руке, стоимости карт и доступных ходах в нейросеть. Без этого прослоечного инструмента модель была бы лишена возможности «видеть» игровой процесс в реальном времени.
Амбиции OpenAI и реальные возможности ИИ
Разработчик отмечает, что выбор именно модели Astra не был случайным. OpenAI позиционирует это семейство моделей как «новое поколение интеллекта», обладающее state-of-the-art показателями в широком спектре дисциплин: от кибербезопасности и научных исследований до профессиональной инженерии и сложного компьютерного взаимодействия. Успех в Balatro, пусть и сопровождающийся досадными ошибками, стал своего рода стресс-тестом для способностей модели в условиях ограниченных ресурсов и жестких штрафов.
Тем не менее, стоит сохранять здоровую долю скептицизма по поводу «совершенства» ИИ. Даже при текущих успехах, пользователи Reddit, внимательно изучившие опубликованные на YouTube видео процесса, указали на ряд стратегических просчетов, которые бот допускал в процессе игры. Эти «интересные оплошности» наглядно демонстрируют, что до полной автоматизации игр на профессиональном уровне, требующей идеального понимания всех игровых механик, ИИ еще предстоит пройти путь. История с провалом ChatGPT в Atari Chess и отказом Gemini от взаимодействия с эмулятором Atari 2600 — яркое напоминание о том, что даже самые прогрессивные модели иногда пасуют перед специфическими задачами, которые кажутся простыми для человеческого интеллекта, но требуют глубокого контекстуального понимания игровой логики.
