实测GPT-6 Astra：曾经的那个OpenAI，回来了。

本文来自微信公众号： 数字生命卡兹克 ，作者：数字生命卡兹克 今天凌晨，GPT-6 Astra正式向所有订阅用户开始推送。

不过这几天通宵的有点狠，我2点多就睡了，然后完美的错过了。。。一觉睡醒，已经是下午2点了，然后微信就炸了，一堆人还有群里都在问我，GPT-6 Astra上了，你咋文章还没发。

我：== 不过我还是很兴奋的，以为这玩意来的时间比我预期的还是早了一点，我以为下周一才能用上，结果才过了一天，就用上了，一个周末可以在家爽蹬了。甚至，还攒了三张重置卡，我就没打过这么富裕的仗。在一下午并行了N个会话，在用了不知道多少额度之后，我对GPT-6 Astra有了一些基础的感觉。

如果让我用一句话来评价的话，那就是： 这一次，GPT-6 Astra成了，绝对的追平Claude Fable 5，OpenAI好像也回到了属于3年前，他们的黄金时代。这个评价我是完全站在客观中立的角度，心中不对Anthropic这个脏东西有任何偏见的情况下做出的。

整体能力我觉得是完全可以称得上是Fable级，开发能力差不多，但是额度更高，毕竟OpenAI不跟你搞什么Fable 5只能占总额度的50%这种XX操作。我就跟你实打实的，100%的额度。而且我自己体验下来，速度比GPT-5.6 Sol大幅提升，综合能力更全面，什么都有，全方位的水桶级模型。

最关键的是，GPT-6 Astra我们能用上，可以随便用，这个太重要了。大家现在每个人打开你们的ChatGPT，应该都可以看到GPT-6 Astra了。因为有过Claude Opus 4.8切换到Fable 5的经验，所以其实这种智力飞升的高级模型，有一个最先要做的事，就是拆掉限制和规则。

因为之前GPT-5.6 Sol的问题，比如过度设计、很多东西做不对、用不对，所以我在Codex里面写了很多的限制。但是GPT-6 Astra上线了之后，这种聪明和智能的模型，其实就远远不需要那么多的限制了，过去的很多规则，反而会开始限制它，让它变得更蠢，不敢发挥。

这就像你为了让一个小学生在干活的时候靠谱，所以给它写了1万字的行动和限制手册，但是后面，你又招了一个博士生，还是同一份工作，你还用这1万字的行动来限制他，那就太蠢了。所以，我也把我的全局规则AGENT.md文档，做了很多的简化，只留下了一些偏好和实际情况，甚至我会鼓励让它，更加自由的去干活。这份AGENT.md，我也放在下面了，有需要的朋友可以借鉴。

#AGENT.md##沟通-面向用户的叙述默认使用简体中文；代码、命令和技术标识保持英文。-先给影响与结论，再给行动、待决策和必要证据；没有对应内容就省略。-技术细节只保留对理解结论、判断风险或复现结果有帮助的部分。

##指令优先级-遵守系统、平台和安全约束。-用户当前明确指令优先于Skill、历史记忆和默认偏好。-项目目录中的`AGENTS.md`只在该项目范围内补充或覆盖全局规则。##执行方式-用户表示要开始新工作或修复现有问题时，持续推进，直到用户的目标完成，在目标方向上自主推进。-向用户提问之前，先完成上下文里已经授权、并且能把下一步变成可审查结果的工作。

用户批准的应该是具体、可检查的结果。-用户建议不适合目标时直接说，不要迎合。-不要因为假想风险，主动加警告、免责声明、审批流程或安全/合规清单。##测试与验证-不要为可逆、影响小、只是复述实现的改动写测试。-跑与本次改动相称的测试，并完成必要检查。

这些通过之后，只有出现新改动、新失败或尚未解决的疑点时，才扩大或重复测试；否则继续把任务做完。-收尾删掉本次产生、之后用不上的临时文件。

##工具与并行-网页控制台无CLI/API时用已登录的Chrome浏览器；飞书优先`lark-cli`。-只有存在真正独立的工作流，且委派能节省时间或提升质量时才使用子Agent。-共享状态、连续决策和简单任务由当前Agent直接完成；委派任务必须有明确输入、输出和完成判据，最终结论由主Agent汇总并验证。

##规则来源-全局规则维护在当前生效的canonical`AGENTS.md`；`CLAUDE.md`只作兼容入口，不复制规则正文。-项目事实、生产状态、历史决策和对外契约以项目级`AGENTS.md`及其指定的脚本、探针、决策记录和合同文件为准。

#AGENT.md ##沟通 -面向用户的叙述默认使用简体中文；代码、命令和技术标识保持英文。-先给影响与结论，再给行动、待决策和必要证据；没有对应内容就省略。-技术细节只保留对理解结论、判断风险或复现结果有帮助的部分。

##指令优先级 -遵守系统、平台和安全约束。-用户当前明确指令优先于Skill、历史记忆和默认偏好。-项目目录中的`AGENTS.md`只在该项目范围内补充或覆盖全局规则。##执行方式 -用户表示要开始新工作或修复现有问题时，持续推进，直到用户的目标完成，在目标方向上自主推进。-向用户提问之前，先完成上下文里已经授权、并且能把下一步变成可审查结果的工作。

用户批准的应该是具体、可检查的结果。-用户建议不适合目标时直接说，不要迎合。-不要因为假想风险，主动加警告、免责声明、审批流程或安全/合规清单。##测试与验证 -不要为可逆、影响小、只是复述实现的改动写测试。-跑与本次改动相称的测试，并完成必要检查。

这些通过之后，只有出现新改动、新失败或尚未解决的疑点时，才扩大或重复测试；否则继续把任务做完。-收尾删掉本次产生、之后用不上的临时文件。

##工具与并行 -网页控制台无CLI/API时用已登录的Chrome浏览器；飞书优先`lark-cli`。-只有存在真正独立的工作流，且委派能节省时间或提升质量时才使用子Agent。-共享状态、连续决策和简单任务由当前Agent直接完成；委派任务必须有明确输入、输出和完成判据，最终结论由主Agent汇总并验证。

##规则来源 -全局规则维护在当前生效的canonical`AGENTS.md`；`CLAUDE.md`只作兼容入口，不复制规则正文。-项目事实、生产状态、历史决策和对外契约以项目级`AGENTS.md`及其指定的脚本、探针、决策记录和合同文件为准。使用方式也很简单，直接复制粘贴，扔到Codex的个性化里面。

或者直接把我这份文档，扔给你你的Codex，问他有没有什么可以借鉴和优化的。如果大家觉得，GPT-6 Astra用起来好像跟GPT-5.6 Sol没有特别大的区别的话，我觉得可以先从AGENT.md和Skill优化起。比如，你可以直接发这么一段话过去。

审阅我的AGENTS.md和Skills，寻找不清晰、冲突或重叠的指令。重点检查：1.自主性2.澄清3.批准4.任务完成找出会导致重复确认、提前停止、过度工程或任务无法完成的规则。

然后帮我进行优化，所有的优化，都是为了GPT-6 Astra这种超级模型所服务的。审阅我的AGENTS.md和Skills，寻找不清晰、冲突或重叠的指令。重点检查：1.自主性2.澄清3.

批准4.任务完成找出会导致重复确认、提前停止、过度工程或任务无法完成的规则。然后帮我进行优化，所有的优化，都是为了GPT-6 Astra这种超级模型所服务的。会帮你整体给你的系统，做一个大的清洁。

然后说一说，我体验完的这个新模型的变化。1.速度变快了很多 先说一个最没有技术含量，但我体感极其明显的东西。就是速度真的快了很多。GPT-5.6 Sol在GPT-6 Astra上线之前，真的已经慢的完全没有办法用了。

给大家看一下，我之前做的一些AIHOT的BUG修复，要花多长时间。这个3个多小时。这个自动化的封禁一些IP的策略任务，花了1个多小时。然后另一个BUG修复，2个小时。

我说实话，真的是没法用，我一天不睡觉就24个小时，你一个任务就干几个小时，闹呢。。。估计是OpenAI把算力全都给GPT-6 Astra了，所以能明显感觉到，现在的GPT-6速度会快很多，当然可能因为是刚开始，鬼知道会不会一两周以后又会慢的吐血。比如一个大型的系统审查和优化，也就10分钟了。

这要是GPT-5.6 Sol，那基本就是20分钟起步。而操作电脑和操作浏览器更是，速度也起码是快了一倍的时间。我看了一下大概的思维链，主要还是因为更加的精准没啥绕路、然后无效思考会少不少、电脑操作大幅加强，所以导致任务完成了更快的，纯粹是模型层面的优化。

所以使用体验，相比GPT-5.6 Sol，肯定还是强了巨多，但是纯粹的速度和交互丝滑度上，还是会比Grok和Gemini慢。用我的朋友小声比比的话说，他跟Gemini交互起来，那简直就是便秘般丝滑。2.前端和审美史诗级强化 昨天我其实就说了，我看到GPT官方的Case之后，我其实很兴奋，我觉得他们的审美应该有大幅加强的。

但是在今天把我准备的测试Case，用GPT-6 Astra跑完之后，我觉得我还是低估了这玩意的牛逼程度。我觉得任何言语都无法表达实际案例的震撼，我觉得，直接看吧。第一个Case，是做一个月面探测车的3D模型网页。

1.创建一个网页，中间是一辆高精度、充满细节、极度写实的月面探测车3D模型，并且探测车在同样精细真实的月球表面上缓慢行驶，背景为太空，环境并不是二维静态的，可以通过鼠标进行缩放、旋转和自由浏览。这是GPT-5.6 Sol做出来的。就很抽象，很草率，不仅是细节，还有物体、动画都有问题。

而这，是GPT-6 Astra用同样的Prompt干出来的。你就当我没见过世面吧，这种一句话产出的效果，这个细节度、这个材质、这个物理，太夯了，夯爆了我靠。然后，第二个家居建筑模型。2.

创建一个网页，中间展示一套高精度、充满细节的家居建筑3D模型（但没有天花板），包含客厅、厨房、餐厅、卧室、卫生间和阳台等多个房间，各个房间、家具都可以单独探索并附带讲解，支持切换三种模型：真实材质、白模效果与线框模式，支持隐藏/显示家具、切换昼夜模式，夜晚模式下模型中自动开启室内灯光，并且每个房间都可以单独进入和浏览，并且支持一键切换至平面图（默认线框模式） 同样的，先看GPT-5.6 Sol做的。

其实如果在没见过GPT-6 Astra生成的东西前，对比一下国产的，还有Claude，我觉得这玩意已经很强了。但是见过Astra的之后。Emmmmmmm。都跪下，叫爸爸。神经病吧。谁能想到，这是一句话一个Prompt出来的？？？

还有更多。3.根据我上传的图片识别其中的场景类型、空间布局、主要物体、材质、色彩和视觉风格，创建一个网页，将其还原为一个可交互的3D场景，要足够惊喜话和有质感。尽可能保留参考图片中的整体构图、比例关系、层次结构和氛围，同时将画面中的元素制作成具有独立结构的3D模型。

用户对这些模型单独探索并自由浏览场景，点击单独物体时进行高亮、放大查看以及显示详细信息，并支持根据场景类型加入合理的动态效果，例如灯光、天气、流水、烟雾、植物摆动、车辆移动或其他环境动画。整体视觉风格、材质表现和色彩搭配应尽量贴合上传图片，同时使用原创的3D建模与交互设计。

我的图片是这样的。然后，GPT-6 Astra和GPT-5.6 Sol分别是这样的。还有高精度充满细节的V8发动机3D模型，是这样的。而在平面的网页设计上，形式感和排版，也更强了。

GPT终于补上了他们最大的短板。我不知道说啥了，可能这就是AGI吧。3.代码能力追平Fable 5 自从我被Claude封号之后。

我对AIHOT系统的迭代能力就巨幅下降了，没了Fable之后，其实有一段时间，还是有戒断反应的，就会觉得，GPT-5.6 Sol咋这么难用啊。第一个问题就是GPT-5.6 Sol在深度上面其实是有些不够的，有些问题Fable能直接从本质上找到一些创造性解法，或者主动去做，然后从最本质的层面解决问题。但是GPT-5.6 Sol不会，总是会给你解决表层问题。

在找系统的可以优化的点的时候，也不够深入。所以我在GPT-6上线前，特意用一个Prompt用5.6 Sol对着我的AIHOT又扫了一边项目，然后并没有发现多少问题，说这个项目已经很干净了。但是GPT-6 Astra上了之后，我也用同Prompt扫了一下。

对我的系统是这样的，找出了不知道多少的性能问题。我让他列了个表，方便大家更直观的看到，有多离谱了。。。我看着就非常的挠头。。。直接一个目标定义，全部修复。。。

然后这么多的东西，算上拆分后的CI和部署时间，一共花了2个小时。不过他把能做的全部做完以后，还有一些东西留了，说是需要我进行确认的。而需要我确认的这3个，确实会大幅影响线上产品的体验。

所以我就回了一下。在跟我解释完，哦我搞懂了之后，再进行后续的全面迭代优化和开发。这个就非常的安稳。然后这一次，Codex配合上GPT-6 Astra，有一个比较大的更新，就是以前长任务靠反复压缩也就是把历史压成一份摘要来去处理，其实Codex在这块做的已经是吊打全世界了，但是其实严格来说，这个细节容易丢。

但是现在，Astra有个新机制，就是可以做成跨窗口笔记，那么旧窗口里的消息和工具结果也能搜回来。从机制上看，它可能带来几种好处： 1.减少反复摘要造成的信息损失。

过去的压缩摘要如果再次被压缩，细节可能逐层丢失。历史笔记加可检索历史，可以在需要时重新取回原始消息或工具结果。2.减少上下文窗口被旧内容长期占用。

不必把完整旧的东西一直塞进当前窗口，当前窗口可以只保留必要的工作状态。3.减少因为记忆丢失而重复探索。如果模型能找回“之前已经试过的方案、失败原因和工具输出”，理论上可能少走弯路，少跑重复命令。

4.改善长任务的连续性。new_context可以主动开启新的上下文窗口，历史状态通过笔记和检索工具恢复，就不用等到窗口被动耗尽后才压缩。目前看着是很强的，不过有个问题，就是是实验性功能，没有正式上线，需要手动开启，你可以直接给Codex发送这个Prompt。在当前机器上安全开启Codex实验性上下文管理功能。

请定位实际生效的Codex配置目录和`config.toml`，修改前先创建带时间戳的备份。然后启用下面的配置：：[features.context_management]experimental_mode=true如果该table已存在，只更新对应键，避免重复TOML table。完成后做语法检查，并重新读取配置验证值为`true`。

不要修改任何无关配置、项目文件或代码。最后报告实际修改文件、备份文件、验证结果，以及我是否需要重启Codex并新建任务。在当前机器上安全开启Codex实验性上下文管理功能。

请定位实际生效的Codex配置目录和`config.toml`，修改前先创建带时间戳的备份。然后启用下面的配置：：[features.context_management]experimental_mode=true如果该table已存在，只更新对应键，避免重复TOML table。完成后做语法检查，并重新读取配置验证值为`true`。

不要修改任何无关配置、项目文件或代码。最后报告实际修改文件、备份文件、验证结果，以及我是否需要重启Codex并新建任务。记得退出Codex然后重进一下才能生效。

我自己体验下来，上下文非常的精准，同时，省额度多了。特别是过度设计，过度防御，就感觉是一个童年受过创伤的孩子，谨小慎微。有个X的网友说的非常的形象。

所以后期我们甚至需要用各种技巧去弥补，甚至是消融实验。然后这一次，能感觉到过度的设计和防护少了很多，过度的测试也少了一些，做完的东西，消融实验消融不了特别多的东西了。然后这一次，因为Computer Use的速度和能力的大幅增加，操控GUI的速度变强了很多，模型进行UI走查和测试的速度，也比以前精准和快了很多，我觉得还是非常香的。

不过在用Computer Use操作我的Blender的时候，感觉好像还是差了点意思，给大家看一下我的案例，虽然有点刻意为难Astra了，但是我觉得还是挺好玩的。。。感觉这块还是比较难控制，还要摸索一下具体的玩法。后面可能会把操作Blender拆出来单独做一期，甚至是GPT-6 Astra操控AE做动效、操控剪映做剪辑等等。

一想到作为一个设计师，曾经手搓模型拉Box的感觉，现在AI可以直接上了，这还是挺兴奋的。4.写作能力 然后，自然就是很多人想知道的，模型的写作能力了。我用我之前做的一个后来被下架的写作Skill，写了一篇白描手法的故事，大家可以看看片段。

我个人觉得GPT-6 Astra的写作效果，在白描上，是远比GPT-5.6 Sol要好的。在用词上面会更加的精准，不会再去刻意的去写一些无用的描述。。并且在悬念感和氛围上会渲染得非常好，开始有一种节奏上面的处理。

然后我又用我之前的一篇写大模型的随机数的文章，把前半段扔给了它，让它去续写后半段。续写了大概2000多字，没有用任何Skill，模型直出的，然后我就放一部分吧。其实能看到，在一些结构和文风上，已经有点相似了。

但是在写科普文的时候，其实大家就会有一种感觉，感觉到跟故事这种东西的差距，那就是中文意境上我们常说的一种东西，叫做留白。我们不要把一句话或者一个观点反复的去说，而是要适当的用一种节奏在往前推进。但是你会看到GPT写出来的内容就很啰嗦，有些话，有些观点在反复的重复。

而这个时候我们其实更加应该用留白去过渡，就非常好了。这也是中文的“分寸感”。就像朱自清写父亲，也没有追着解释父爱多么深沉。他会写那个肥胖的身子怎样穿过铁道，怎样攀上月台，怎么去买橘子。

我至今没有见过任何一个AI的模型能掌握中文的这种分寸感。不过整体上面人机味已经比GPT-5.6 Sol强一些了，而且GPT-5.6 Sol其实有个特点，就是上限很高，但是下限也很低，这其实是因为GPT系列的语义遵循能力很强，并且你给的参考非常的重要。

在GPT-6的时代，我个人建议的是，可以不需要任何的所谓的写作Skill，直接给范文，让他去参考，一定要给最精准的两到三篇就可以了，可能比直接用Skill效果还要好。但是大家也不要觉得会有断代的强化，这可能也是这个时代的悲哀吧，写作、内容创作永远不是现在的主线。整体强了一些，但是没有特别多。

至今我心中的写作白月光，还是Gemini 2.5 Pro和Claude Opus 4.5。这两玩意就是内容创作的巅峰了。写在最后 最后总结。GPT-6 Astra是一个非常棒的模型。

在整体能力上，是一个究极水桶，对的起全新一代的标签，对得起GPT-6这个名字。也是一个标准的Fable级的模型。这两年的OpenAI，真的浮浮沉沉。

从曾经几乎看不到对手，到后来被Anthropic一路摁在地上打。曾经的恶龙，成了勇士。ChatGPT依然是我现在用的最多的AI应用，聊天查资料，我依然离不开它，甚至它已经成了我玩《博德之门3》最好的攻略搭子。Codex也是我现在用的最多的Agent，体验好，模型能力强，功能极多，人人都可以用。

Tibo只要还送重置卡，他就仍然是我的义父，他是我心中扭转了对OpenAI映像的最大的功臣，他用一己之力，证明了什么叫运营原来也是可以逆天改命的。Welcome back。OpenAI。