Сигнал из хука Клауд дев (@claudedevolper): GPT-6 Astra прошла все 48 уровней браузерной игры «I'm Not a Robot» — об этом написал инженер OpenAI. Уровни нарастают: чекбокс → «чихуахуа vs маффины» → кроссворд → почти идеальный круг → парковка → математика → ритм на клавиатуре. Это сигнал про computer-use (агент видит UI и действует в браузере), а не рецензия на игру и не обещание, что Astra завтра закроет твой прод-acceptance. Белый контур только: никаких обходов чужих капч, антиботов и чужих аккаунтов.

Соседи: Astra как компьютерный агент, SimpleBench: бытовая логика, гайд по промптингу Astra, лимиты Codex/ChatGPT, context_management. Витрина — vibe-studio.uk; продукт трафика — TG Lead Finder (другой контур, не browser-game).

Чем это не является

Что за эскалация уровней (как читать список)

Хук даёт лестницу не для спидран-гайда, а чтобы показать какие навыки computer-use мешает в одном прогоне:

  1. Чекбокс — базовый клик по UI, «вижу элемент → жму».
  2. Чихуахуа vs маффины — визуальная классификация в сетке (классический капча-паттерн как жанр задачи, не инструкция к обходу).
  3. Кроссворд — чтение сетки, ввод текста по клеткам, удержание правил.
  4. Почти идеальный круг — моторный контроль / точность жеста, не только «угадай класс».
  5. Парковка — планирование в пространстве UI/сцены, несколько шагов.
  6. Математика — не «курс алгебры», а задача-в-UI: прочитать условие на экране и ответить действием.
  7. Ритм на клавиатуре — тайминг и последовательность клавиш, не один клик.

Смысл для вайб-кодера: агент, который тянет такую лестницу, умеет смешивать зрение, клики, ввод и память правил. Это ближе к «пройди мастер настройки в браузере», чем к «напиши функцию в чате».

Почему инженеру OpenAI это интересно

Computer-use долго ломался на мелочах: промах по кнопке, потеря фокуса, «не тот» iframe, капча-подобная сетка, тайминг. Публичный прогон на 48 уровнях одной игры — удобный нарративный бенч: одна среда, нарастающая сложность, бинарный «прошёл/нет». Это маркетинг способности + инженерный anecdote, не ГОСТ.

Для тебя полезный вопрос не «какая игра», а: какие классы действий из лестницы есть в моём агентном сценарии? Клики? Ввод в поля? Чтение таблицы? Точный drag? Тайминг?

Сигнал для computer-use агента

Связка с уже написанным каркасом Astra как компьютерный агент:

Промпт и бриф по-прежнему решают: без явного acceptance Astra будет «играть» в твой админ как в аркаду. Каркас — официальный гайд по промптингу.

Что можно перенести в свой пилот (белый список)

  1. Свой стенд: локальный мастер онбординга, staging админки, тестовая анкета — где у тебя есть право кликать.
  2. Чеклист действий: найти кнопку → заполнить поле → подтвердить → проверить текст на экране.
  3. Эскалация сложности в тесте: сначала один клик, потом форма из 5 полей, потом «прочитай таблицу и выбери строку».
  4. Метрики: доля успешных прогонов, число ручных стопов, время до acceptance — не «вроде умнее».
  5. Запись артефактов: скрин на фейле, чтобы чинить бриф, а не спорить с демо из твита.

Чего нельзя переносить

Bench ≠ prod: коротко и жёстко

Та же логика, что в SimpleBench: красивый публичный score — гипотеза о способностях, не сертификат на прод. Игра фиксирует правила; твой UI меняет копирайт, A/B и «кнопка уехала на 8px». Агент без harness и стопа на staging опаснее, чем агент без 48/48 в портфолио.

Как стыковать с Codex и контекстом

Длинный browser-прогон раздувает контекст (скрины, логи шагов). Если тонешь в истории — смотри experimental context_management. Если упираешься в weekly — режь жанр задач, не только модель. Computer-use на мелочах («поправь padding») часто дороже, чем дать скрин человеку или закрыть через скрин→код точечным патчем.

Практический вечерний пилот

  1. Выбери один свой сценарий из 5–10 шагов (например: залогиниться на staging → создать черновик → сохранить → увидеть toast).
  2. Опиши acceptance одной строкой и стоп-условия (нет кнопки / ошибка 5xx / капча — стоп, не «обходи»).
  3. Прогон Astra/computer-use с записью фейлов.
  4. Сравни с ручным прохождением: где агент сильнее (повтор), где слабее (редкий UI).
  5. Не масштабируй на прод, пока нет 3 стабильных прогонов подряд на staging.

Антипаттерны

Чеклист перед демо команде

  1. Среда своя / staging с правом доступа?
  2. Acceptance и стоп записаны?
  3. Понимаешь, что твит про 48 уровней — сигнал, не контракт?
  4. Квота кабинета позволяет длинный прогон?
  5. White-hat: нет задачи «обойди капчу сайта X»?

Коротко

Astra закрыла 48 уровней «I'm Not a Robot» (чекбокс → визуальная сетка → кроссворд → круг → парковка → математика в UI → ритм клавиш) — публичный сигнал инженера OpenAI про computer-use. Для вайб-кодера это гипотеза о смеси зрения, кликов и тайминга, не гарантия прод-UI и не гайд по игре. Только белый контур на своих стендах; bench ≠ prod. Соседи: компьютерный агент, SimpleBench, промптинг, лимиты. Витрина — vibe-studio.uk.