如何最大化利用 GPT-6 Astra

Ctrl+D 收藏本站再次访问不迷路 ~

📰 来源：Towards Data Science　|　📅 翻译日期：2026年9月9日
🔗 原文：查看原文
🤖 翻译：DeepSeek AI · 仅供参考

为什么选择 GPT-6 Astra

首先，我总喜欢先说明为什么你应该关注文章主题。在这里，是因为 GPT-6 是 OpenAI 的最新发布，而 OpenAI 是前沿实验室之一。这自然使它成为你立即想尝试的 LM 之一，看看它在我的工作流中表现如何。我的工作流主要由编码任务组成，但也有一些其他任务，例如使用我的电脑、在浏览器中移动以及进行研究，因此衡量它是否适合深度研究等也很重要。

我几乎每天都使用编码代理，因此我相信我有一个非常好的基线来比较新模型的发布。GPT-6 也是一个非常受期待的发布，它是前沿实验室的新主要版本，这当然非常令人兴奋。

我对 GPT-6 Astra 的初步印象

首先，让我谈谈对模型的初步印象。一开始使用该模型时，我就开始测试了几件事：

在之前已经做过的任务上运行它
在一些新任务（功能实现和错误修复）上运行它
开始寻找重构机会，并总体上寻找改进我的代码仓库的机会

因此，我的初步印象将基于我在运行这三个任务时的经验。但是，我想指出，初步印象可能无法最好地反映编码模型的优劣。我这样说的原因是，我记得当 GPT 5.6 Sol 发布时，我对该模型的初步印象非常好，而且我仍然会说它是一个非常好的模型。然而，随着时间的推移，我开始注意到模型的一些怪癖，它表现得并不那么好，而这些怪癖是我通过积极使用模型一两周后才发现的。因此，对于 GPT-6，我目前还不会发现这样的怪癖。

尽管如此，我还是会给出我的评价。当涉及到我以前运行过并验证过的任务，或者我验证过 Claude Code 和 GPT-5.6 Sol 都能完成的任务时，我会说 GPT-6 当然能够全部完成。但我注意到对 GPT-6 有利的一点是，它完成得更快，而且我认为这与推理速度无关。根据我的经验，这似乎是因为模型在利用其 token 方面更有效，能够更快地完成任务。

当我开始在新任务上运行模型时，无论是查找错误修复还是功能实现，这一印象得到了进一步验证。看起来模型能够非常快速地完成任务，同时也做得正确，至少在与上一代 OpenAI 模型以及市场上另一个前沿模型 Claude Fable 5 相比时是这样。

我发现这非常有用，因此立即切换到 GPT-6 作为我执行编码任务的主要工具。目前，除了 Fable 在启动子代理方面更有效之外，我看不到 Fable 5 有任何优于它的地方。我确实发现 Fable 在启动子代理方面更好。所以如果我想完成一堆较小的任务，我仍然倾向于使用 Fable 5.1。

重构与代码库优化测试

最后，我还进行了一个测试：用模型寻找重构机会。这整体上是一个非常有趣的练习，我每次发布新模型时都会这样做。例如，当 Fable 发布时、当 Opus 5 发布时、当 GPT 5.6 Sol 发布时，等等。我的通用提示词类似于：

扫描整个仓库，寻找任何不符合良好软件工程原则的重构机会，这些原则可能导致更高的 bug 概率或编码代理在实现代码时花费更长的时间。例如没有遵循“不要重复自己”的原则、糟糕的关注点分离等。此外，我想分析代码库，看看如何提高代码交付速度，即我希望能够更快地将代码交付到开发环境，并希望看到我们可以做些什么来优化这一点。这可能是优化仓库的结构和仓库中的代码，或者简化它，也可能是优化 CI/CD 管道。请提供一份完整的 HTML 报告，按优先级排序你的发现。

然后我让代理工作，无论需要多长时间，它都会带着一份完整的 HTML 报告回来。如果你用 Opus 4.8、Opus 5 或 GPT 5.6 Sol 等模型运行这个操作，它会给出一些还不错的反馈，但不会真正对代码库有很大帮助。是的，你确实需要定期进行重构，但我要说的是，我注意到在用前几代模型与使用 Fable 5 或 GPT-6 进行此操作时，效果有非常明显的差异。根据我的经验，在发现改进代码仓库的机会方面，GPT-6 也比两个 Fable 版本更优秀。

我只是发现 GPT-6 能够更好地发现我代码中的问题。它不仅在我的 CI/CD 管道中找到了一些可以精简以加快速度的内容，以及一些并行化机会，还发现了我整个代码库中的一些我未曾意识到的限制。