何が起きたか
開発者のcozyblaze氏が、GPT-6 AstraによるPortalの完全自律クリアをXで公開しました。人間が与えたのは最初のゴールのみで、その後の操作判断はすべてモデル側。所要時間は約23時間43分、エンドロールまで到達しています。トークン消費はAstraの定価に換算すると少なくとも570ドル相当ですが、実際には月200ドルのCodexサブスクリプションで実行されたとのことです。コードとドキュメントはGitHubで公開されています。
仕組み：「ゲームを止めて考える」設計
技術的な肝は、MCP（Model Context Protocol）と改造版のSourcePauseToolの組み合わせにあります。モデルが思考している間、ツールがゲームを一時停止させる。停止中にエージェントはスクリーンショット、プレイヤー位置、カメラ角度を受け取り、次に入力すべき操作を決め、ゲームを再開させる。この「一時停止→観測→決定→再開」のループを延々と回した結果が23時間43分です。記事に添えられた動画では、この停止時間はカットされています。
つまりこれは、リアルタイムの反射神経を持つAIの実証ではありません。環境の時間を止められるなら、現行モデルは長時間の連続タスクを最後までやり切れるという実証です。この区別が、事業応用を考えるうえで決定的に重要になります。
なぜ重要か
注目すべきは「クリアできたこと」より「23時間43分、破綻せずに続いたこと」です。長時間エージェントの最大の壁は、途中で目的を見失う、同じ場所をループする、文脈が飽和して初期指示を忘れる、といった劣化でした。丸一日規模のセッションを完走したという事実は、この劣化耐性が一段上がったことを示唆します。
cozyblaze氏は、OpenAIが2016年に掲げた「単一のエージェントで多様なゲームを解く」という目標に触れ、課題は残るとしつつ、エージェントが一本のゲームを自力で終わらせる様子はその原型の片鱗だと述べています。加えて同氏は、GPT-6 Astraについて「これは我々が手にする中で最も出来の悪いモデルになる」（the worst model we’ll ever get）とも書き添えました。今日のコストと精度が上限ではない、という前提の置き方です。
コストの読み方
定価換算で570ドル超という数字を「高い」と読むか「安い」と読むかは、比較対象で変わります。人間なら数時間で終わる作業に丸一日と数百ドル——単体では明らかに非効率です。ただし実際の支払いは200ドルのサブスクリプションの範囲内であり、定価とサブスクの間には既に大きな乖離があります。この乖離は、長時間エージェントの単価が構造的に下がる方向に動いていることを示す実務的なシグナルです。
💼 事業会社視点：これは自社にどう効くか
役員が持ち帰るべき論点は「AIがゲームをクリアした」ではなく、自社の業務を『一時停止できる環境』に作り替えられるかです。今回の成功要因はモデルの賢さ半分、SourcePauseToolによる時間の制御が半分。エージェントが考えている間、世界が待ってくれる構造だから完走できました。
ECなら在庫・価格改定のバッチ処理、SaaSならデータ移行やテナント設定監査、受託開発ならレガシー改修やテスト自動生成——いずれも「止まっていても誰も困らない」非同期領域です。ここはAIエージェントに丸一日回させる価値がすぐに立ちます。逆にコールセンターの応対やリアルタイム与信のような、待てない業務は今回の実証の射程外だと切り分けるべきです。
投資判断としては、定価570ドル相当が月200ドルのサブスクで動いた点に注目してください。「今のトークン単価では合わない」というPoC却下は、半年後に前提が崩れる可能性が高い。コストではなく、エージェントに渡す環境（API・ログ・状態観測の口）が整備されているかでGOを判断すべきです。今から着手すべきは、自社の基幹業務に「状態を読み取り、操作を注入できるインターフェース」を用意すること。MCP対応の内製ツール整備は、モデル世代交代のたびに効いてくる資産になります。