GPT-6 Astra 上手体验：花了一周，它真在电脑里建了座曼哈顿！

网友实测GPT-6 Astra：神操作很多，长任务翻车也很快。 作者丨李娜 编辑丨岑峰 北京时间9月4日凌晨，OpenAI正式发布了新一代旗舰模型 GPT-6 Astra。 你敢相信吗？GPT-6只用了一周时间，就在虚幻引擎里一条街一条街搭出了一座曼哈顿。 更夸张的是，在另一次测试里，Matt Shumer让Astra创建一个虚拟世界，并让其中的人都成为独立Agent。任务启动后他去睡觉，第二天甚至在客厅里听到了这些虚拟人的对话声。 一周搭出曼哈顿只是Astra首批测试里最夸张的案例之一。 OpenAI总裁格雷格·布罗克曼甚至在发布会最后说了一句： “欢迎来到AGI时代。” 这个说法当然还远没有共识，但GPT-6正式发布后，第一批拿到模型的人已经开始用真实任务测试它的边界。 GPT-6 Astra到底有多强？正式发布后，我们翻了第一批拿到模型的用户实测。比起官方跑分，这些真实任务里暴露出来的能力和问题，可能更值得看。 01 Astra开始自己检查结果 Ben Davis 给 Astra 布置了一个相当硬核的任务：在Blender里生成一艘4K飞船模型。 但他提到的另一个细节更有意思。 Astra开始主动检查自己的结果。 在一次开发任务中，它会打开刚做完的页面，Inspect Element、读取报错、修改，再继续测试。相比过去“做完就交卷”，这种自己发现问题再继续修正的能力，更接近真实工作的流程。 当然，这不是说Astra不会犯错。Ben也提到，这个测试里Astra并不是每次都完美无瑕，但关键是它具备了自己发现问题、自己修复的能力。从“把活干完”到“把活干好还自己检查一遍”，这种变化可能比跑分上的数字更值得关注。 同样是Blender，另一个广泛传播的测试来自Theo。他给Astra的任务更直接——用Blender做一个one-shot、可直接在浏览器里运行的3D游戏。流程很简单：安装Blender、打开Codex、贴入Prompt，剩下的交给Astra。据Theo说，从开始到游戏出来，大约30分钟到2小时。 这个测试的特别之处在于，它把Astra操作Blender的能力从“做静态模型”推进到了“做可交互的3D游戏”，而且是一气呵成，中间不需要人工干预。 Theo后来在播客里把这次测试列为他衡量模型能力的新基准——能让他这么说，说明结果确实超出了他用任何模型达到过的水平。 和Ben Davis的飞船测试放在一起看，Astra在3D创作领域的能力就比较完整了：既能做精细的静态模型，也能做可运行的动态游戏，而且都在Blender里直接完成。 02 Astra开始直接操作软件 如果说前面的测试更多展示了Astra生成和检查结果的能力，那么Ben Davis和Theo接下来的测试更接近真实工作场景——他们直接让Astra上手操作Final Cut Pro。 在Ner