科技腾讯新闻·CTO范凯··AI 生成
GPT-6 Astra 真这么强吗？我用自己真实工作流来告诉你答案
作者基于自身真实工作流（办公总结、写稿、编程），对 GPT-6 Astra 进行了与 DeepSeek V4 和 GPT-5.6 的对比实测。核心发现：Astra 在中文长文输出和写作上进步巨大，已能与 DeepSeek 并列第一梯队；但关键在于「松着用」，其在宽松 Agent (Pi) 下的表现远好于受 Codex 严格管控的表现。作者指出，模型能力越强，旧的 Agent 规则越可能成为限制，建议用户升级模型后也应「清着用」，重新审视已有指令。原文 ↗原文 ↗
核心观点
- ▍GPT-6 Astra 在中文总结和创作上已追上 DeepSeek V4，成为综合能力最强的旗舰模型之一，但其强大性能发挥的前提是「松着用」，即避免使用像 Codex 这样过度严格的 Agent 来限制它。
- ▍模型能力越强，旧的 Agent 规则和 Skill 越可能成为拖累；用户需要随着模型升级「清着用」，重新审视并精简已有的指令集。
- 01在办公实测中，Astra 配 Pi 对近 300K 的新闻日报做总结，其分类合理度、细节保留和脉络梳理能力均超过 DeepSeek V4 和 GPT-5.6。
- 02在写作实测中，作者将其与 DeepSeek V4、GPT-5.6 对比，并让 Astra 自评「能否直接口播」，结果 DeepSeek 8.8 分第一，Astra 配 Pi 以 8.5 分紧随其后，而配 Codex 只有 8.0。
- 03在编程实操中，Astra 作为架构师制定方案并审查代码，由 GPT-5.6 执行，成功跑通改版项目（+14000行，-2900行），但代价高昂，作者账号剩余周额度从 60% 掉到 19%。
- 04OpenAI Codex 负责人 Eric Provencher 公开发文建议用户减少项目中的 Skill 数量，因为更强大的模型不再需要旧有的严格规则，这佐证了作者的「松着用」观点。
反方 / 局限
- — Astra 的使用成本极高，短期内无法替代 GPT-5.6 或 DeepSeek 用于高频、低价值的任务，只能被用于关键决策和架构设计等高价值场景。
- — 测试结果依赖于作者特定的工作流和 Prompt 设计，尤其是 Pi 和 Codex 的 Agent 差异，其他用户在使用不同 Agent 或场景时结论可能不同。
10 分钟 · 4 卡片 · 12 资料
读原文 →前置背景
平行视角
未来推演
延伸追问