Экспериментальный стресс-тест продемонстрировал возможности длительного удержания контекста языковой моделью GPT-6 Astra. Агенту через директиву /goal была поставлена комплексная задача: без участия человека сгенерировать интерактивную процедурную симуляцию живого города в стиле классических градостроительных игр. Работа контура продолжалась непрерывно в течение 120 часов (пяти суток).
В процессе выполнения агент декомпозировал глобальную цель на сотни подзадач. Модель программно управляла пакетом Blender через скрипты Python API: создавала полигональные сетки зданий, накладывала процедурные текстуры, расставляла источники света, настраивала физические коллизии и алгоритмы движения транспорта и пешеходов. При возникновении ошибок навигации по сцене система самостоятельно корректировала геометрию на следующих итерациях.
Эксперимент подтверждает жизнеспособность долгосрочных агентных циклов при условии организации контрольных точек (checkpoints). При многодневных запусках критически важно регулярно сохранять промежуточные состояния сцены и фиксировать логи: это защищает от потери прогресса при сбоях компиляции, нехватке видеопамяти или ошибках рендеринга.

