Astra 在

- 漏洞识别、

- exploit development 

- token efficiency 

上均有显著提升

过去，

GPT-Sol在意图理解上差强人意，常会遇到Agentic属性大爆发一口气把错误做大做强；而这次官方称 Astra 比 GPT-5.6 Sol 更能遵守明确的安全与权限范围，是 OpenAI “most aligned model to date”。

这个问题确实显著，

在过去的两个月里，我高强度使用Sol Ultra/Max ; 作为我的 CodingModel,Sol 时常会补足 Plan 规定外的实现，甚至直接补出大半个我不需要的功能或页面，前端设计信息密度过高，有很多的无效填充。

而它对逻辑的思考和鲁棒却并不能起到作用，反而会误判导致任务失败，且错误归因。

当时正在写调用Deepseek的Agent，而Sol在多次日志分析和BrowserUse中拒绝面对模型超时问题，Http 请求提前中断导致任务失败，它不以为然，甚至增设多个超时兜底机制，而不考虑直接延长超时限制。一是它不懂问题的核心，二是保守的思想钢印让他放不开手脚，但矛盾的是在错误的思考上它总能大步向前，可以说是缺少了宏观的视角、分析和判断。

这样的体验显然是说不过去的。Sol在简单任务，清晰指引下有着不错的发挥，这一次看来OpenAI是想更进一步，把 Astra 打造成一个非常强的工程 Agent，祝他好运。

相比于一个只会写代码的人工智障，我更期待的是Astra能拿出Claude那样细腻的模型，在文学、审美、人物理解、微妙情绪、长篇一致性上取得一定的突破，都说AI擅长文字领域，但Sol目前在小说上我认为表现完全不够看；

它不懂留白，只是一味润色。

我平时很喜欢用大模型续写自己的小说。

可以说是打电动以外最让人兴奋的事情了。

从 ChatGPT、Gemini、Grok、Deepseek、Claude 我都有试过，我个人也更依赖这个项目来判断模型能力，他能检查模型大海捞针、上下文压缩、用户意图理解、以及深层思考的能力和模型功底。

游戏的规则很简单,

我有一份 超长的上下文，给到模型，

我给出剧情概要，模型延展出正文。

在中间我会故意留出悬念和伏笔，Claude 可以精准识别出其中预埋的细节，他对上下文的掌握可以说炉火纯青，总能在你想要时给到满意的答案。Claude 懂得语言的轻重，详略得当，深刻的情绪是通过喘息的空白流露的，而不是一堆辞藻的堆砌；Gemini 在遣词造句上值得表扬，他的语言很美，但如果只是说漂亮话，内容并没有什么引力，有差异有跌宕起伏的文字才能扣人心弦。你可以用Claude 搭好这个骨架再交由 Gemini 润色，相信我，一定满意！

但是GPT-Sol Max做的并不好，他没办法理解到用户深层的想法，情绪是有意象的，意象会勾勒出回忆，但Sol 看山是山，看水也只是水，他不明白为什么眼泪需要空间，为什么伤感需要独处，他只知道大篇幅的润色在训练里就会得到奖励。

现在Claude封号很厉害，我已经很久没写了东西了，

Sol 给不了人惊喜，给不了我憧憬。

但我希望Astra能做到，

很快就会揭晓答案