OpenAI DevX 团队分享 GPT-6 Astra

OpenAI DevX 团队 GPT-6 Astra 五点实战使用心得

来自 OpenAI DevX 团队 @dkundel 分享，2 月份他曾让 Codex 搭 LEGO 模型需要自定义 skill、复杂指令、数小时迭代，效果仍不好，他因此认定"模型不擅长这类事"。

而 Astra 只要接入 BrickLink Studio，一句 "Use Studio to build the golden gate bridge in lego"，10 分钟就产出带小汽车的第一版金门大桥。

由此引出的判断是：能力跃迁之后，用户的使用习惯（给什么工具、说多细、开多高推理）需要重新校准，否则旧习惯会拖累新模型。

五点实战心得

1. 把专业软件给 Astra，别加旧 Skills 2. 给意图和参考，不写规格 3. 3D 任务用 Blender 4. 从 Low/Medium 推理起步 5. 说清完成标准和验证边界

1. Astra 会用你的所有应用，有时比你用得更好 · 它能把代码与 GUI 应用自然结合：先用 Python 在 Studio 零件库里组装模型，再打开 Studio 检查、迭代。 · 为旧模型编写的 skill 可能反而成为阻碍。团队在为发布会剪视频时发现，去掉视频编辑 skill 的"原生"配置表现更好。 · 建议：给它你自己会用的专业软件（Blender、DaVinci Resolve、BrickLink Studio），不要强迫它只用 FFmpeg 这类命令行工具；先不加 skill 试一次。

2. Astra 承担更多"产品思考" · 构建 Thumbnail Studio 时，作者只是零散地口述想法，Astra 自行补全了 ⌘-Z、图层、隐藏图层等图像编辑器的常规交互。 · 要求一个"产品反馈模式"，它自主设计出高亮区域、固定评论、优先级、编辑、标记已解决等完整交互，作者并未逐条描述。 · 制作文章动画时，它顺手做了一个可播放/暂停/换视角的预览工具，作者并未要求。 · 它也能自己找素材：从旧对话恢复早期版本、在桌面上翻找录屏、从 X 文章拉取成品，无需逐个指路。 · 注意：如果你心里有非常具体的方案，这种"主动补全"可能适得其反，此时应明确写出要求。作者的工作方式已从"事前规划每个交互"转为"对它构建的结果做反应"。

3. Astra 在 Blender 上表现突出 · 给 10 张家用酒吧的照片、不提供任何尺寸，Astra 以照片中的鸡尾酒书籍为参照物估算比例，逐个建模、单独检查、再放入场景，连角落的椅子和杂乱电线都还原了。 · 建议：即便最终产物是浏览器里的 Three.js/WebGL，也可以让它先在 Blender 里做部件，便于逐件检查。

4. 不需要 Max 推理也能出彩 · Kundel 认为最出乎意料的一点：Astra 在 Low 推理下的 Blender 结果，他反而比 Sol 在 Max 下的更满意。 · 原因在于 Astra 无论推理等级高低都会认真验证自己的工作，让低推理也很强。 · 建议：不要沿用 Sol 时期"开到最高"的习惯，从 Light/Low 或 Medium 起步，看结果后再双向调整。可参考团队的 Model Observatory 对比页。

5. Astra 会持续检查自己的工作 · 做游戏会自己试玩，做优化会搭环境测量效果，做视频会逐帧甚至看声波形。 · 制作本文封面时，它用浏览器读取 X 长文页面的代码，确认封面要求为 5:2、1200×480。 · 这既是优点也需要边界：要明确说清"要一个我自己测试的原型"还是"你打通全流程并修复所有发现的问题"，以及何时交还工作。