OpenAI 發布 GPT-6 Astra，開放予 Pro、Enterprise 和 Business Premium 用戶，API 同步上線。文章作者、來源：新智元
GPT-6 Astra，全量開放了！
就在剛剛，OpenAI 官宣，所有 Pro、Enterprise 和 Business Premium 用戶，已經能在 ChatGPT Work 和 Codex 裡直接用上 GPT-6 Astra 了，API 同步上線。
不過，Plus 和普通 Business 用戶還得再等幾天。
9 月 3 日，OpenAI 宣布 Astra 分階段上線。兩天後的今天，付費高階用戶全部開放。
先叫你刪提示詞
這麼大的發布，OpenAI 工程師 Victor Nunez 給大家的第一條建議，居然是刪掉你的提示詞。
他說：趁 Astra 開始推出，回頭清理一下你的 AGENTS.md 和 Skills，順便重新想想推理等級怎麼用。
AGENTS.md 是寫給 AI 的員工手冊：你是誰、該做什麼、不該做什麼。Skills 是教它做事的說明書：遇到這種情況時，請按照此流程處理。
這些年來，開發者對付模型的方法簡單直接：不斷在手冊中添加內容。它聽不懂，就多解釋一步；它老犯錯，就多加一條限制；它還犯錯，就再補一個範例。
就像給一個總會忘事的新員工貼便利貼，日積月累，貼滿了整張桌子。
但 Astra 到來之後，這滿桌子的便箋，反而變成了負擔。
OpenAI 在 Astra 的模型指南中寫到：Astra 對 skill 和 AGENTS.md 裡的指令更敏感了。
過去那些只是擺設的舊規矩，現在會被它逐條執行。一條含糊的規則，會讓它停下來反覆確認；兩條互相衝突的規則，直接讓它懵逼。
打個比方。以前你寫了句「所有方案要經過審批」，舊模型看見就當沒看見，照樣往下幹。
Astra 不會。它真的會停下來問你：「請問這個方案找誰審批？」然後就……等著。
因此，指南使用了「強烈建議」四個字，讓開發者審計模型能讀取每一個 skill 檔案。
不仅如此，Astra 還比前一代更愛問問題。
你叫它做點事，它做到一半突然停下來：「這裡有兩種做法，你想要哪一種？」拜託，你自己選一個繼續做不行嗎？寫代碼也是，還沒動手就先跑一輪測試，改個按鈕顏色都要先寫單元測試。
這些都得靠提示詞去調。而調的方向，大多是往回收。
更絕的是，指南中甚至附上了一段現成的提示詞，要求 Astra 不得使用「delve」、「值得注意的是」之類的套話，連「先否定再翻轉」的句式（例如「這不是關於 X，而是關於 Y」）也被明文禁止。
寫這些套話的是模型，教你如何防範套話的，也是模型的廠商。這種「我自己挖的坑，我自己教你填」的誠實，真令人佩服。
说到這兒，可能有人要問：這跟我有啥關係？
關係太大了。
Astra 的邏輯變了，意味著你與 AI 打交道的方式也該變了。
以前你跟 ChatGPT 聊天，發現它答得不好，本能反應是加限制、加要求。一條不夠加兩條，兩條不夠加五條。
這就是加法思維——模型越笨，你寫的規矩就越多。
現在 Astra 告訴你：別寫那麼多了。
它已能從上下文中推斷你的意圖，在指令有歧義時主動詢問你，並能記住多步任務中的全局目標。
你寫的那些補丁式提示詞，不但多餘，還可能讓它走彎路。
因此，OpenAI 官方遷移指南中反覆強調的一個詞是：審計。審計你提供給它的所有指令，刪除過時、冗餘和衝突的指令。
模型越強，你寫的規矩反而該越少。
This principle applies equally to developers and regular users.
強到什麼程度
說了這麼多「減法」，那 Astra 到底「加」了多少能力？
已獲得早期訪問權的開發者已提交答卷。
開發者 Matt Shumer 在虛幻引擎中花了整整一週，一街一街地重建了曼哈頓。
他發明了一套稱為「管理者循環」的玩法：一個 Astra 擔任經理，將整個任務拆分成清單和階段；再開一個 Astra 擔任執行者。
經理一次只派一段任務，做完才給下一段，絕不提前劇透。而執行端最高峰時，有 96 個子智能體同時運作，像流水線一樣推進。
Shumer 還發現了一個極有趣的措辭細節：讓模型把每個階段做到「極好」，它就乖乖往前走；一旦改成「完美」，它立刻鑽進細枝末節裡出不來。一個詞的差別，決定了項目是推進還是停滯。
開發者 Anshu 惊呼：Astra 簡直就是 3D 遊戲領域的超級 AGI 機器之神。
Astra 僅用 45 分鐘就打造了一個畫質超棒的開放遊戲世界。
免疫學家 Derya Unutmaz 只輸入了一句話——「製作一個 5 分鐘的 T 細胞教學影片」。
Astra 自行撰寫解說、使用 Remotion 做動畫、用 Imagegen 生成圖像，並主動建議使用 HeyGen 配旁白，一次完成影片製作。
這位研究 T 細胞 35 年的科學家看完後說：自己肯定講不了這麼好。他現在打算做一整套免疫學視頻課放到網站上。
Tom Krcha 給了 Astra 一張蒸汽火車的舊圖紙。
幾分鐘後，Blender 裡跑出來 3295 個可編輯物件，每個零件都能單獨拆開改。
這條推文已有超過 75 萬次瀏覽。
他又試了一輛更冷門的 Commodore Vanderbilt 火車，車頭的弧度還得手工修，但起點已經高得嚇人。
OpenAI 自己公布的數字也足夠硬氣。
在 OSWorld 2.0（讓模型像人一樣操作電腦桌面）上，Astra 達到 72.6%，上一代 GPT-5.6 Sol 為 65.7%；每個任務的耗時從 75 分鐘縮短至 40 分鐘——準確率提升，速度還快了近一倍。
當然，Astra 也不是全方位碾壓。在 Artificial Analysis 的獨立綜合智能指數上，Astra 拿到 61.2 分，Anthropic 本周剛發佈的 Claude Fable 5.1 是 65.7 分。
The two rivals have yet to determine a winner in this round.
減法時代
過去幾年，AI 開發的故事是加法。
模型不夠聰明，就用規則來補，規則越補越厚。
現在，短板已經補上了。規則本身變成了新的錯誤來源。
OpenAI 透過一份模型指南，悄然扭轉了 AI 工程的方向：過去是教它每一步該如何做，現在則是逐層拆除阻礙的舊規矩，為它騰出空間。
人與模型的關係也隨之改變了。
以前是教它。現在是——別擋它。