OpenAI宣佈GPT-6 Astra向高階付費用戶及API全面開放。Astra能力顯著提升，但也帶來新的使用邏輯：模型更敏感於指令、更主動提問，開發者應審計並精簡AGENTS.md和Skills，減少冗餘、衝突規則。
多項實測顯示其在編程、3D建模、視頻製作等複雜任務上表現突出，AI開發正從「不斷加規則」轉向「刪規則、給模型空間」。
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 裏直接用上 GPT-6 Astra了，API 同步上線。
只不過，Plus 和普通 Business 用戶還得再等幾天。
9 月 3 日 OpenAI 宣佈 Astra 分階段上線。兩天後的今天，付費高檔用戶全部放開。
先叫你刪提示詞
這麼大的發佈，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，順便重新想想推理級別怎麼用。
AGENTS.md，就是寫給 AI 的員工手冊：你是誰、該幹啥、不能幹啥。Skills，就是教它幹活的說明書：遇到這種情況按這個流程來。
這幾年，開發者對付模型的辦法簡單粗暴：不斷往手冊里加東西。它聽不懂，多解釋一步。它老犯錯，就多加一條限制。它還犯，再補一個例子。
就像給一個總會忘事的新員工貼便籤。日積月累，貼滿了整張桌子。
但 Astra 來了之後，這滿桌子的便籤，反而變成了負擔。
OpenAI 在 Astra 的模型指南中寫到：Astra 對 skill 和 AGENTS.md 裏的指令更敏感了。
以前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；兩條互相沖突的規則，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」，老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……等着。
所以指南用了「強烈建議」四個字，讓開發者審計模型能讀到的每一個 skill 文件。
不光如此。Astra 還比前代更愛問問題。
你讓它幹個活，它幹到一半突然停了：「這裏有兩種做法，你想要哪種？」拜託，你自己挑一個往下幹不行嗎？寫代碼也是，還沒動手先給你跑一圈測試，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，指南里甚至附了一段現成的提示詞，讓 Astra 別用「delve」「值得注意的是」這類套話，連「先否定再翻轉」的句式（比如「這不是關於 X，而是關於 Y」）也被點名禁了。
寫這些套話的是模型，教你怎麼防套話的，也是模型的廠家。就有一種「我自己挖的坑我自己教你填」的誠實。
說到這兒，可能有人要問：這跟我有啥關係？
關係太大了。
Astra 的邏輯變了，意味着你和 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，你寫的規矩越多。
現在 Astra 告訴你：別寫那麼多了。
它已經能從上下文中推斷出你的意圖，能在指令有歧義時主動問你，能記住多步任務裏的全局目標。
你寫的那些補丁式提示詞，不但多餘，還可能讓它走彎路。
所以 OpenAI 官方遷移指南里反覆強調的一個詞是：審計。審計你給它的所有指令，把過時的、冗餘的、衝突的，統統刪掉。
模型越強，你寫的規矩反而該越少。
這個道理，不管你是開發者還是普通用戶，都一樣。
強到什麼程度
說了這麼多「減法」，那 Astra 到底「加」了多少能力？
拿到早期訪問的開發者，已經交出了答卷。
開發者 Matt Shumer 讓 Astra 在虛幻引擎裏造了一座曼哈頓，一條街一條街地建，花了一週。
他發明了一套叫「管理者循環」的玩法：一個 Astra 當經理，把整個任務拆成清單和階段；再開一個 Astra 當執行者。
經理一次只派一段活，幹完了再給下一段，絕不提前劇透。幹活的那頭呢，最猛的時候 96 個子智能體同時上手，流水線一樣往前推。
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」，它立刻一頭鑽進細枝末節裏出不來。一個詞的差別，決定了項目是推進還是停滯。
開發者 Anshu 驚呼：Astra 簡直就是 3D 遊戲領域的超級 AGI 機器之神。
Astra只用了 45 分鐘就搞定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——「做一個 5 分鐘的 T 細胞教學視頻」。
Astra 自己寫解說、用 Remotion 做動畫、用 Imagegen 出圖，還主動建議用 HeyGen 配旁白，一次出片。
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 裏跑出來 3295 個可編輯對象，每個零件都能單獨拆開改。
這條推文已經有超過 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 自己亮出的數字也夠硬。
在 OSWorld 2.0（讓模型像人一樣操作電腦桌面）上，Astra 做到 72.6%，上一代 GPT-5.6 Sol 是 65.7%；每個任務的耗時從 75 分鐘壓到 40 分鐘——準確率上去了，速度還快了將近一倍。
當然，Astra 也不是全方位碾壓。Artificial Analysis 的獨立綜合智能指數上，Astra 拿到 61.2 分，Anthropic 本週剛發的 Claude Fable 5.1 是 65.7 分。
雙雄這一局，還沒有分出勝負。
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，短板補上了。規則本身變成了新的錯誤來源。
OpenAI 用一份模型指南，悄悄把 AI 工程的方向掉了個頭：以前是教它每一步怎麼做，現在是把擋路的舊規矩一層層拆掉，給它空間。
人和模型的關係也跟着變了。
以前是教它。現在是——別擋它。
編輯/melody