GPT-6 Astra 实测：大家拿它做了什么、哪里不行

在能看到成品的帖子里，3D 和游戏占了大多数：随机样本里确认的 44 个作品中，15 个是 3D 场景或模型，9 个是可玩游戏，8 个是动画、视频或图像，5 个是 Agent 长任务或操控电脑，3 个是研究、证明或分析，3 个是应用或工具，1 个是网站或前端。

样本/方法：样本：gpt-6-astra-fa-bu 合集中不提 Sol 的 5,042 条帖子里随机抽取的 309 条（2026-09-02 至 2026-10-15，UTC+8）；AI 逐条分类后，编辑逐条人工复核全部"作品"标签（61 条里确认 44 条）。计数代表讨论量。

这些作品大多不是 Astra 独自完成最终成品，而是由它驱动其他工具。全部 5,042 条不提 Sol 的帖子里，203 条提到 Blender，116 条提到 Three.js、WebGL 或 Babylon.js，51 条提到 Unreal。

X 用户 Token Gremlin（@TokenGremlin）在 10 月 11 日自述，用 GPT-6 Astra、Three.js 和 Blender 在浏览器里做了一个玻璃柜中的小世界，可以抓云、下雨、换季节再走进去。这张图只能证明浏览器里能跑一个自建的 3D 场景，不能说明 Astra 单独完成了多少工作。（条目：用 Astra 做的浏览器玻璃柜小世界）

X 用户 david（@0yield）在 10 月 4 日自述，Astra 在 Chrome 里复刻了《反恐精英：起源》的冲浪移动物理，作者说至今仍惊讶于手感有多接近原版。帖子配的视频展示的是浏览器里的冲浪移动，不构成对原版物理精度的独立验证。（条目：Astra 在 Chrome 里复刻 CS:S 冲浪物理）

其他例子里，eta（@seftsaint）用 Astra 和 Blender 把 Godot 里的场景概念搬到 Unreal，再调整树木和光照。David Kalmanson（@davidkal88）自称给 Astra 下了一个 /goal，48 小时后已经在浏览器里探索《博德之门 3》的螺壳舰，能走动、跳跃、开门、选对话、掷骰子——这是作者本人的说法，未经验证。长期自主任务是第二大类：Minecraft 在 60 条帖子里被提到，破译密码（cipher、Enigma）在 47 条里被提到。

X 用户 Carter Church（@CarterWChurch）在 9 月 30 日自述，用 GPT-6 Astra 破译了拿破仑麾下将领一封 217 年未读的密信，整个多模态工作流从一张图和一句话目标开始，约 6 小时完成。这是作者的单次自述，没有第三方验证，但能说明 Astra 被用户拿去跑长链条任务的用法。（条目：用 GPT-6 Astra 破译拿破仑将领的 217 年密信）

厂商的说法可以作为对照：OpenAI 称 Astra"为它构建的网站、游戏、应用和渲染带来更强的视觉判断力"，并且通过 ChatGPT 的 Sites 可以直接从提示词创建、托管和分享网站及游戏。

成功做出东西的人，通常先把 Astra 接到真实工具上，自己带现成素材，然后把大部分时间花在给反馈调手感上，而不是一上来就让模型从零造一切。

X 用户 Hubery（@hubery_bu）在 10 月 9 日自述，此前从没打开过虚幻引擎，用 GPT-6 Astra 通过 Unreal MCP 十天做出了一场 UE5 Boss 战，剑盾战士单挑熔岩巨兽，有招架、技能、半血狂暴转阶段。这个案例侧重的是作者的工作方法，而不是说明 Astra 单靠自身就能完成这样的成品。（条目：零基础用 GPT-6 Astra 十天做出 UE5 Boss 战）

Hubery 在经验帖里写的步骤是：第一步通过 MCP 把 Astra 接到 UE5，让它能直接建蓝图、改参数、摆场景、跑游戏看效果；人物和动画不要从零做，Hubery 明确说"AI 现在最不擅长的就是人物建模和动画"，用的是 Epic 在 Fab 上免费的 Paragon 素材；战斗系统、技能、体力数值和 Boss AI 交给 Astra 来写；最花时间的是后面几天一遍遍打、一遍遍给具体反馈，"出完招收不回来"这种说法比"手感不好"有用得多。结论是：Astra 擅长系统和脚手架，但判断不了游戏好不好玩。Tom Krcha（@tomkrcha）在 9 月 9 日谈 3D 建模时观点类似：天真的提示词做不出干净的 subD 拓扑和柔和曲面，只有专家写的、成体系且细化的提示词才能成功。Carter Church 的密码破译也是这种模式：一张图加一个目标，约 6 小时跑完，作者自己的说法是重点不在破译，而在整个多模态流程的连续完成。

当作者把同一个提示词分别交给 Opus 5.5 和 Astra，Opus 在 29 条有结论的帖子里赢了 18 条，Astra 只赢 3 条，8 条各有胜负或差不多；这类帖子共 48 条（2026 年 9 月 15 日至 10 月 15 日），编辑逐条读完全文。

样本/方法：gpt-6-astra-fa-bu 合集中不提 Sol、写明"同一提示词"并对比 Opus 5.5 的全部 48 条帖子（2026-09-15 至 2026-10-15，UTC+8），编辑逐条读全文判定作者自己的结论。多为 3D/动画/视觉类任务。

X 用户 Vib3Coded（@vib3coded）在 10 月 7 日自述，用同一提示词让 Opus 5.5 和 Astra 各做一条可交互的毛绒鲨鱼，作者判 Opus 胜，说 Astra 的鲨鱼"像个搞笑的小噩梦"，图上是两条风格差异明显的鲨鱼。这是单次运行的用户判断，不能推成普遍结论，但符合多数对比帖的方向。（条目：GPT-6 Astra · @vib3coded）

抱怨集中在审美、光照和连贯性，而不是东西跑不起来：kirill sh（@shneural）让两个模型各做一个 15 秒动态图形短片，作者的原话是"根本没法比……GPT 在这方面真的很糟"；エクセル兄さん（@excel_niisan）用相同的 Word 文档和提示词做新员工培训视频，Opus 5.5 结构清晰，作者觉得 Astra 的讲解"支离破碎"。但 Astra 往往更快或更便宜：

表：同一提示词跑 Opus 5.5 和 GPT-6 Astra：用时、花费和作者结论

样本/方法：数字照抄作者帖子（用户自述，单次运行，未复现；日期为 UTC+8）；花费是作者给出的 API 计价或平台账单数字。只收录同时给出两个模型用时或花费的同提示词帖子。

编辑的解读是，这些主要是视觉类的单次运行测试，发帖者选择公开它们本身就带有倾向性；它们说明不了代码审查的表现，而后者的风向相反。Robin Ebers（@robinebers）每次让 Astra 对 Opus 写的计划做对抗性审查，Astra 都能把计划拆得七零八落：约 70% 的反馈是真问题，30% 是过度设计；但作者仍认为 Opus 是更好的日常模型。Kamil Baranek（@kamilbaranek_）则说 Opus 5.5 找到 7 个 bug，Astra 找到 70 多个，之后 Opus 认可其中 50 多个需要修。

第一手的失败报告其实比吵闹声看起来少得多：309 条抽样帖子里只有 7 条是作者亲历的失败，它们大致分成四类。

表：除了审美，Astra 还在哪些地方出问题

样本/方法：例子来自 gpt-6-astra-fa-bu 合集中不提 Sol 的帖子，编辑逐条读过（用户自述，未复现）；官方说法来自 OpenAI 的 GPT-6 Astra 发布页和 OpenAI 员工 Tibo（@thsottiaux）9 月 12 日的帖子。

先说拒绝。全部帖子里有 77 条含拒绝类关键词，但读了之后只有 4 条是第一手报告；其余多是新闻、基准测试或不相关用法。有第一手拒绝经历的是：alice（@aliceisplaying）说 Astra 直接回"我不做"逆向工程；Taelin（@VictorTaelin）想用 Astra 审计 Bend，只得到拒绝；Alex（@AlexLi98）让 Astra 翻译一本 97 年前的日军机枪手册，它不肯完整译出；LukeYoungblood.eth（@LukeYoungblood）说即使通过 MCP 给了明确的写权限，Opus 5.5 和 Astra 都拒绝代为下单。OpenAI 官方页面的说法是，Astra 会拒绝制作概念验证漏洞利用等高级网络安全任务，额外的安全检查"有时会放慢、暂停或停止合法工作，包括防御性网络安全"。

再说提前停止和结果变差。OpenAI 员工 Tibo（@thsottiaux）在 9 月 12 日发帖说，一个可选的上下文管理实验会导致提前停止或回复旧消息，已关闭，大约影响 4 千到 5 千名用户；同一帖还说为旧模型写的 skills 触发过多、部分配置不当的引擎造成长尾流量质量下降，这些也修复了。这是厂商一方的说法。之后的投诉仍零星出现，Nico投资有道（@tychozzz）在 10 月 5 日说 Astra 最近"模型降智太明显了"，简单任务跑十几分钟结果还很差。但 BridgeMind（@bridgemindai）9 月 28 日的 NerfBench 重测显示 Astra 得分是发布基准的 102.8%，他们认为没有检测到降级。额度方面，BridgeMind 在 10 月 2 日报告，一个 Ultrafast 档的 Astra agent 在 15 分钟内用完了 500 美元套餐一周的额度，之后又烧掉了 OpenAI 补给该账号的 2,500 美元额度中的 95%；额度与价格的对比不在本文范围，见 Sol 与 Astra 对比一文。

看有没有链接、仓库、可玩演示或具体数字，就能刷掉一大批；我们样本里 61 条看起来像自己做了东西的帖子，17 条过不了这个检查。

模式很固定：19 条帖子声称一个 agent 把 $X 变成 $Y，其中 5 条来自同一个账号；至少有 4 个账号发过几乎一模一样的"夜间日志"——晚上 10:40 或 11:05 合上笔记本，一个叫 Echo 的"参谋长"点分发任务，凌晨各点分头干活；同一条据称出自 Sam Altman 的引语（"每晚我有几千个 agent 在跑 GPT-6 Astra"）出现在 10 条帖子里。编辑的判断是，这类故事没有可核验的链接、仓库或演示，不能作为 Astra 能力的证据，上面的作品统计已把它们排除。