Matt Shumer 深度实测 GPT-6 Astra：Manager Loop 撑起一周长任务
mattshumer_ · x · 2026-09-04
Matt Shumer 发布了 GPT-6 Astra 的 19 分钟上手评测。要点：
- 日常表现：Astra 用平实英语回复、擅长理解意图与处理歧义，成为他几乎一切任务的默认模型；medium 推理档适合日常，Ultra 用于大型实验。视觉品味与设计类任务仍属 Claude 更强。
- Manager Loop：核心惊喜——由协调者保持项目推进，实施者在独立 Codex 会话中工作，按需调度子 agent。他用这套方式搭建了模拟文明，并在类 GTA 的纽约项目中取得实质进展。
- 曼哈顿项目：Astra 用一周时间在 Unreal Engine 里逐条街道构建曼哈顿世界；以项目规模论，人工需数月。他花了不少时间才找到让模型长时间持续工作的方法。
- 局限：长时自主仍未解决——Astra 会陷入细节，大型长跑任务需要精心设计协调结构，否则会渐近停滞，但这是他第一个认为「调好提示就能做到」的模型。
- 成本：大型实验消耗 token 巨大。
所属事件:OpenAI 发布旗舰模型 GPT-6 Astra：高价上线引热议(190 条相关)→
「编程与Agent」频道最新
- MCP 平台 NitroStack 登顶 Product Hunt 每日第一，聚焦留存与开发者访谈 — EstablishmentFun4373 · 2026-10-21
- CodeRabbit 团队周发 5000 个 PR：机器造机器，招人先看策略游戏时长 — omojumiller · 2026-10-21
- LukeW 总结智能体软件五大 UI 难题:多智能体监控与协作设计 — LukeW · 2026-10-21
- 用 Claude Code 经 ADB 清理安卓电视:删 11 个应用、可用内存涨 90% — edwinarbus · 2026-10-21
- 小米电视被广告件拖到卡顿,开发者用 Claude 一键救回流畅 — edwinarbus · 2026-10-21
- 开源新模型 Ornith-1.5-122B 发布:SWE-bench 84.5%,单卡 DGX 可跑 — _akhaliq · 2026-10-21