Gary Marcus 引述实测：Astra 规划最强，写代码却频繁出错
GaryMarcus · x · 2026-09-07
Gary Marcus 转引一位用户使用 GPT-6 Astra 两天后的详细体验，聚焦其短板：执行能力差——写出的代码糟糕、错误频繁，连最简单的行动序列都无法一次搭建成功，「先行动后思考」、不考虑后果，从未一次性给出无 bug 的结果，用它构建项目「很痛苦」。
不过原评测也指出 Astra 的长处：目前最强的规划者，能把复杂技术任务拆解得深入且不落俗套；也是世界顶级的审查者，能找到资深 QA 团队都难以察觉的隐蔽 bug，擅长构建复杂逻辑链与假设场景。评测者称此前只有 Sol 在这两项上可与之相比。
「编程与Agent」频道最新
- 用 $28 算力让模型给自己造 copilot：他的新模型个人基准 — bucolucas · 2026-10-27
- Agent 中途改计划该被允许吗：真实系统介入时的边界之辩 — wistfulcracker84 · 2026-10-27
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Cloudflare Computer 支持 agent 中断恢复，可跳过已完成的非幂等请求 — irvinebroque · 2026-10-27
- LLM Tails 实测省 80% 输入 token：先读后写约束 agent 编码 — savadks1818 · 2026-10-27