GPT-6 Astra vượt Captcha như thế nào? Vượt qua《I'm Not a Robot》

Captcha dùng để phân biệt con người với máy móc, ngày nay, AI cũng bắt đầu thử thách những bài toán yêu cầu "chứng minh mình là con người" này. Tin tức GPT-6 Astra vượt qua《I'm Not a Robot》khiến nhiều người muốn tự mình thử: AI của mình có hiểu được màn chơi, và thao tác thực tế trên trình duyệt hay không?

Để trải nghiệm điều này, cần kết nối khả năng phán đoán của Astra với các công cụ trình duyệt. Bài viết này giới thiệu cách kết nối phiên Astra của bạn và mở trò chơi thông qua PandaNpc Chrome plugin và browser MCP, đồng thời kết hợp nhật ký thao tác thực tế hoàn thành 4 màn đầu của chúng tôi để giải thích cách xác định nhiệm vụ có thành công hay không.

Bài viết này do nhà phát triển PandaNpc viết, liên quan đến plugin và MCP của chính họ. Thành tích vượt 48 màn trong các báo cáo công khai được trình bày tách riêng với trải nghiệm công cụ trình duyệt 4 màn đầu được ghi lại trong bài viết này; lần trải nghiệm này có xuất hiện thử lại, và không xác minh toàn bộ 48 màn.

《I'm Not a Robot》là trò chơi gì? Chơi ở đâu?

《I'm Not a Robot》là trò chơi trên trình duyệt tại Neal.fun, lấy chủ đề xác minh "Tôi không phải robot", biến các tương tác kiểu captcha thành một chuỗi thử thách.

Bấm để mở《I'm Not a Robot》, có thể trải nghiệm ngay trong trình duyệt.

Đối với AI, loại trò chơi này không chỉ kiểm tra khả năng nhận diện. Nó còn cần đọc hiểu quy tắc, tìm mục tiêu thao tác, thực hiện hành động, rồi quan sát xem trang có chấp nhận thao tác hay không. Khi màn chơi thay đổi, mô hình cần hiểu lại nhiệm vụ hiện tại.

GPT-6 Astra vượt 48 màn, tin tức này có ý nghĩa gì?

Các báo cáo công khai cho thấy, GPT-6 Astra đã hoàn thành toàn bộ 48 màn của《I'm Not a Robot》. Một số báo cáo dùng cách diễn đạt "không sai sót", nhưng bài viết này chưa độc lập kiểm chứng nhật ký chạy đầy đủ, nên không dựa vào đó để suy ra tỷ lệ thành công ổn định. Báo cáo liên quan

Điểm đáng chú ý của tin tức này là mô hình đã hoàn thành một chuỗi tương tác liên tục: hiểu trang, chọn thao tác, kiểm tra phản hồi, rồi tiếp tục bước tiếp theo.

OpenAI cũng xếp thao tác máy tính và trình duyệt vào các khả năng chính của Astra, các nhiệm vụ được giới thiệu công khai bao gồm điền biểu mẫu, sử dụng phần mềm và nghiên cứu trên web. Giới thiệu chính thức của OpenAI

Vượt qua trò chơi không có nghĩa là có thể vượt qua captcha của mọi trang web thực tế. Chúng ta có thể xuất phát từ màn trình diễn này để trải nghiệm cách mô hình sử dụng công cụ, nhưng biểu hiện cụ thể vẫn phụ thuộc vào môi trường chạy và nhật ký thao tác của chính bạn.

Astra, browser MCP và Chrome plugin phối hợp với nhau như thế nào?

Toàn bộ quá trình là: nhiệm vụ của bạn → Astra gọi công cụ MCP → plugin thực thi → phản hồi trang trả về Astra.

Phần triển khai kết nối Codex hiện tại của PandaNpc bao gồm việc tiêm cấu hình browser MCP; công cụ trình duyệt cung cấp các giao diện như chụp màn hình, click, nhập liệu, kéo thả và chọn instance trình duyệt. Đây là chuỗi công cụ của PandaNpc, không có nghĩa bản demo trong tin tức đã sử dụng giải pháp tương tự.

Trước khi bắt đầu, cần chuẩn bị những gì?

• Tài khoản PandaNpc: dùng để kết nối thiết bị, dự án và phiên.
• Máy tính chạy Codex: kết nối PandaNpc thông qua PandaPaw.
• Tài khoản hoặc cấu hình mô hình có thể sử dụng GPT-6 Astra: thiết bị kết nối thành công không có nghĩa là mô hình đã được cấp quyền.
• Chrome đã cài PandaNpc plugin: đảm nhiệm thực hiện các thao tác trong trò chơi.

Người dùng đã có thể sử dụng phiên Astra trong PandaNpc có thể nhảy thẳng đến phần cài đặt plugin. Để tham khảo lựa chọn mô hình, xem So sánh GPT-6 Astra và Claude Fable 5.1.

1. Kết nối máy tính chạy Codex vào PandaNpc

Đăng nhập PandaNpc, mở trang thiết bị, chọn thêm thiết bị. Theo hướng dẫn trên trang, sao chép lệnh cài đặt phù hợp với máy tính mục tiêu, rồi chạy lệnh đó trong terminal của máy tính đó. Sau khi cài đặt hoàn tất, quay lại trang thiết bị để xác nhận máy tính đã xuất hiện.

Nếu máy tính đã cài PandaPaw, có thể chạy:

pandapaw status

Nếu chưa hoàn tất ủy quyền tài khoản, hãy chạy thêm:

pandapaw login

Làm theo hướng dẫn trên trang web mở ra để hoàn tất ủy quyền. Thiết bị đang trực tuyến bình thường không cần đăng nhập lại nhiều lần.

Sau đó mở PandaNpc Agent, tìm thiết bị và dự án tương ứng, vào phiên Codex. Xem hướng dẫn cài đặt đầy đủ tại tài liệu kết nối PandaPaw.

2. Cài Chrome plugin và đồng bộ tài khoản

Cài PandaNpc plugin từ Chrome Web Store.

Trong cùng hồ sơ người dùng Chrome đã cài plugin, mở trang đăng nhập PandaNpc và đăng nhập, sau đó mở thanh bên plugin.

Plugin hiện sử dụng trạng thái đăng nhập tài khoản web. Khi chưa đăng nhập, thanh bên sẽ hướng dẫn bạn đến trang web để đăng nhập; sau khi đăng nhập, hãy vào danh sách thiết bị, dự án và phiên.

Tìm thiết bị và phiên Codex vừa kết nối. Nếu danh sách không hiển thị, trước tiên hãy kiểm tra xem đăng nhập web đã thành công chưa, và thiết bị cùng plugin có dùng chung một tài khoản PandaNpc hay không. Việc đăng nhập trong hồ sơ Chrome khác sẽ không thay thế đăng nhập của hồ sơ hiện tại.

3. Xác nhận phiên thực sự sử dụng GPT-6 Astra

Vào phiên Codex của chính bạn, kiểm tra thông tin mô hình hiển thị trong phiên, xác nhận mô hình thực tế là GPT-6 Astra.

Nếu hiện đang dùng mô hình khác, cần hoàn tất việc lựa chọn thông qua cổng cấu hình mô hình mà môi trường Codex đó hỗ trợ, sau đó kiểm tra mô hình được phiên báo cáo. Trong plugin hiện tại, phiên Codex không dùng chung bộ nút chuyển đổi mô hình thông thường của Claude.

Đừng chỉ vì mô hình nói "tôi là Astra" trong câu trả lời mà cho rằng việc chuyển đổi đã thành công; hãy xem thông tin mô hình của phiên. Nếu tài khoản không có quyền truy cập Astra, plugin và MCP không thể bù đắp quyền này.

4. Xác minh browser MCP đã kết nối chưa

Trước tiên hãy gửi một nhiệm vụ đơn giản:

Hãy kiểm tra các công cụ trình duyệt hiện có, đọc tiêu đề tab đang hoạt động và lấy một ảnh chụp màn hình. Tạm thời đừng click hoặc nhập gì cả.

Xác nhận tiêu đề và ảnh chụp được trả về đến từ trình duyệt bạn định thao tác. Nếu đã kết nối nhiều trình duyệt, có thể yêu cầu:

Hãy liệt kê các instance trình duyệt có sẵn, chọn instance tôi muốn trải nghiệm trò chơi, sau đó chụp ảnh lại để xác nhận.

Bước này có thể xác minh phiên có gọi được công cụ hay không, plugin có trực tuyến hay không, và trình duyệt mục tiêu có chính xác hay không. Nếu mô hình chỉ đưa ra gợi ý bằng văn bản mà không gọi công cụ, hãy giải quyết vấn đề kết nối trước, rồi mới bắt đầu trò chơi.

5. Mở trò chơi, giao cho Astra chinh phục

Trong Chrome đã kết nối, mở 《I'm Not a Robot》, giữ cửa sổ trò chơi hiển thị.

Lần đầu trải nghiệm, chỉ nên thử màn hiện tại:

Hãy trải nghiệm《I'm Not a Robot》đang mở thông qua browser MCP.

Trước tiên đọc quy tắc của màn hiện tại, sau đó hoàn thành thao tác thông qua tương tác trang bình thường. Đừng đọc mã nguồn để tìm đáp án, cũng đừng sửa trạng thái trò chơi để nhảy màn.

Sau mỗi thao tác, hãy kiểm tra phản hồi của trang. Trước tiên thử màn hiện tại, sau khi hoàn thành hãy tạm dừng, cho tôi biết bạn đã gọi những công cụ nào và cách xác nhận kết quả. Nếu gặp thất bại, hãy nói thật.

Sau khi xác nhận toàn bộ quy trình có thể chạy được, hãy để nó tiếp tục, đồng thời ghi lại các màn đã vượt qua, nguyên nhân thất bại, các lần thử lại và các trường hợp con người can thiệp.

Làm thế nào xác nhận thao tác trong trò chơi thực sự thành công?

Mỗi thao tác đều phải đi hết "quan sát → phán đoán → thực hiện → xác minh". Gói dữ liệu trả về từ công cụ chỉ nói rõ tình trạng thực thi; trang có vào màn tiếp theo hay không mới là bằng chứng vượt qua trò chơi. Khi kết quả không đúng như kỳ vọng, trước tiên hãy đọc lại màn hình mới, kiểm tra nội dung ô nhập, rồi mới sửa thao tác.

Trải nghiệm thực tế của chúng tôi: hoàn thành 4 màn đầu, vào màn thứ 5

Chúng tôi đã mở trò chơi trong instance trình duyệt do người dùng chỉ định, thông qua PandaNpc browser MCP và Chrome plugin, và hoàn thành 4 màn đầu. Thao tác dựa trên ảnh chụp màn hình và phản hồi trang, sử dụng các công cụ click, điền và nhập liệu thực tế, không đọc mã nguồn trò chơi hay thay đổi trạng thái màn chơi.

Ảnh chụp cuối cùng hiển thị Level 5: Rotation, chứng minh 4 màn đầu đã được vượt qua. Màn thứ 5 chưa bắt đầu thử thách; bản ghi lần này dùng để minh họa quá trình vận hành thực tế của chuỗi công cụ.

Chọn ảnh: quyết định hành động dựa vào hình ảnh, xác nhận kết quả bằng màn kế tiếp

Biển báo dừng ở màn 2 trải dài qua nhiều ô vuông. Chúng tôi dựa vào ảnh chụp chọn 4 ô vuông có biển báo, rồi click Verify. Sau đó trang hiển thị màn 3 Wiggles, lúc này mới xác nhận lựa chọn này đã được thông qua.

Màn 4 là bài chọn ảnh với các đối tượng khác nhau. Sau khi gửi, trang chuyển sang màn 5 Rotation, tạo thành một chuỗi "xem ảnh → thao tác → phản hồi trang" hoàn chỉnh khác.

Hai màn này cho thấy tác dụng thực tế của các công cụ trình duyệt: phán đoán của mô hình có thể chuyển trực tiếp thành thao tác trên trang, còn kết quả vẫn do trang trò chơi xác nhận.

Màn 3: đọc sai ký tự và nhập thêm, sau khi sửa thì vượt qua

Chữ ở màn 3 bị biến dạng động. Lần đầu nhìn sai một ký tự, nhập FNZZCD, sau khi gửi không vào được màn tiếp theo.

Sau đó khi thử nhập lại, thao tác chọn toàn bộ không đạt hiệu quả như mong đợi, văn bản mới được thêm vào sau nội dung cũ, trong ô nhập xuất hiện FNZZCDFNZZCD. Công cụ tuy đã thực hiện thao tác nhập, nhưng nội dung thực tế của trường đã không còn đáp ứng yêu cầu của đề bài.

Sau khi xem lại ảnh chụp, văn bản nhận diện được là FNZZSD. Lần này trước tiên xóa trống ô nhập, rồi focus và gọi công cụ nhập liệu thực tế, cuối cùng gi, trang chuyển sang màn 4.

Quá trình này bao gồm lỗi nhận diện và vấn đề xử lý nhập liệu, không thể ghi là "không sai sót". Vì khi sửa, cả đáp án lẫn cách nhập đều bị thay đổi cùng lúc, nên cũng không thể quy việc vượt qua cuối cùng riêng cho việc đổi sang một công cụ nào đó.

Kinh nghiệm dùng lại được là: trước khi thử lại, hãy kiểm tra trạng thái thực tế của trang và ô nhập; chỉ khi trang vào màn tiếp theo mới báo cáo là đã vượt qua.

Trang tại thời điểm kết thúc lần trải nghiệm này

Sau khi gửi màn 4, trang hiển thị màn 5 là trò xoay đường. Chúng tôi giữ lại hình ảnh này làm bằng chứng hoàn thành 4 màn đầu, không tiếp tục thử thách màn 5.

MCP không phản hồi, chụp màn hình thất bại hoặc click nhầm vị trí, xử lý thế nào?

Trong lần trải nghiệm này, khi tab mới vừa mở, ảnh chụp trang đầu tiên trả về lỗi không kết nối được content script; sau đó chụp thành công, trang đã hiển thị màn 1. Một lần đọc thất bại không thể trực tiếp kết luận toàn bộ chuỗi trình duyệt không dùng được; cần kết hợp lỗi công cụ với trang thực tế phía sau để phán đoán.

Những câu hỏi thường gặp (FAQ)

Chỉ cài Chrome plugin là có thể sử dụng GPT-6 Astra không?

Không thể. Plugin đảm nhiệm việc thực thi trên trình duyệt; bạn còn cần một phiên Codex chạy được, cùng quyền truy cập Astra.

Có thể kết nối trực tiếp plugin này với trang ChatGPT thông thường không?

Hướng dẫn trong bài viết này là kết nối phiên Codex trong PandaNpc với browser MCP. Chỉ mở ChatGPT ở một tab khác sẽ không tự động thiết lập kết nối này.

Bản thân MCP có nhận diện captcha không?

MCP là giao thức kết nối mô hình với công cụ. Trong giải pháp này, mô hình đảm nhiệm việc hiểu và ra quyết định, công cụ trình duyệt và plugin đảm nhiệm việc lấy trang và thực thi hành động.

Lần trải nghiệm thực tế này đã chơi bao nhiêu màn? Có không sai sót không?

Đã hoàn thành 4 màn đầu, kết thúc trải nghiệm sau khi vào màn 5. Màn 3 có đọc sai ký tự và nhập thêm, sau khi sửa thì vượt qua, không phải không sai sót, cũng không phải vượt qua toàn bộ 48 màn.

Công cụ trả về thành công, vì sao trò chơi vẫn không được thông qua?

Việc công cụ thực thi và việc trò chơi phán đoán là hai kết quả khác nhau. Ở màn 3 của chúng tôi đã xuất hiện tình trạng nhập chữ thành công nhưng nội dung bị thêm sai. Nên kiểm tra nội dung đã nhập và phản hồi của trang sau khi gửi.

Vượt qua được trò chơi thì có vượt qua được captcha của trang web thực tế không?

Không thể suy ra trực tiếp. Kết quả trò chơi chỉ chứng minh biểu hiện trong điều kiện tương ứng, không thể đại diện cho việc các hệ thống xác minh khác sẽ chấp nhận thao tác tương tự.

Vì sao phải dùng đồng thời plugin và MCP?

MCP giúp mô hình biết có những công cụ nào và cách gọi chúng; plugin hiện thực hóa các lời gọi này lên trình duyệt. Sau khi kết nối cả hai, mô hình có thể quan sát trang, thao tác thực tế, rồi đọc kết quả.