GPT-6 Astra 讲解

当时解决了什么问题

长时程 Agent 的失败模式里，最贵的不是「做错」，是做错了还宣布成功——人已经走了，错误在收工之后才暴露。前面几代模型的应对方式是把检查留给外部：测试、CI、人审。

GPT-6 Astra 的官方描述第一次把顺序写反过来了：先独立确认结果，再宣布完成。配合 Opus 5 一个月前的「更强的自我验证」，这条线在 2026 年年中已经稳定：核心开始承担一部分完成判据。

对后续 LLM 与 Agent 的影响

两点值得记。

一是验证变成默认叙事。 从 2024 年的 o1「把想藏进内部计算」，到 2026 年的「边做边验、确认后收工」，核心被要求承担的部分从推理扩展到正确性判断。

二是推理时安全注入。 平台文档写明服务端会在风险升高时修改分类器阈值、并用系统指令补充客户提示。这意味着同一段提示在不同风险判定下可能得到不同行为——对调试、评测复现、以及「Agent 为什么这么做」的归因，都是一个新变量。

边界：核心侧自我确认不能替代外部谓词。判断做完了和判断交付了是两件事，前者越强，后者越重要。