Theo 实测 GPT-6.2 Astra:省钱方案和抓 bug 都强,但主控还是选 Opus 5.5
OpenAI 的 GPT-6.2 Astra 能省钱、抓 bug,但让它优化编译器跑 11 天最后一行代码没改,问 SSD 慢还答非所问。Theo 的用法是 Astra 干活、Opus 5.5 主控加验收,玩 Agent 的可以抄这套组合。
开发者 Theo 分享了对 OpenAI GPT-6.2 Astra 的早期试用体验。Astra 帮他设计反向代理方案,每月可省约 2.5 万美元,这一点据他表示连 Opus 都没有尝试到这么多方向。代码审查能力也确实突出,能抓出其他模型漏掉的问题,代码质量比以往更好,还会操作电脑、给子代理写提示词。
但 Astra 的执行风格暴露了明显问题。让他优化一个用 Rust 写的 TypeScript 编译器并顺便缩小体积时,Astra 围绕这个"顺便"跑了 7 天,结果编译器慢了 56%;改口让它专注性能后又跑了 4 天,最后一行代码都没改。给《星际拓荒》做关卡时,前期子代理安排得井井有条,两小时后却停下来问他审查视频该存到哪个 MP4。他和朋友 Ben 用不同游戏、提示词、环境各自让它做关卡,产出都是水、音乐和钟,关卡名连着撞名叫 Bellwether。
诊断能力上的差距更直观:一台机器的 Git worktree 特别慢,Astra 写了四段分析 pnpm 和缓存,Opus 5.5 一句话指出那台机器的 SSD 慢。Theo 改过系统提示词、明确要求简洁,也没能改变这一点。他的结论是 Astra 不适合当主控模型,但作为大力出活的执行器非常顶级,他的工作流是 Astra 干完复杂任务后再切到 Opus 5.5 审查产出。
GPT-6.2 Astra 帮 Theo 想了个每月能省 2.5 万刀的方案,结果 Theo 还是想用 Opus 5.5 干活
他早期试用的时候,让 Astra 帮忙想反向代理怎么做。按他的说法,Opus 没往那么多方向试,Astra 真给他试出了一个能省钱的方案
审代码也确实强,别的模型漏掉的问题它能抓出来。Theo 还说它代码写得比以前好,会操作电脑,给子代理写的提示词也不错
那为什么还是选 Opus?
Theo 让它优化一个用 Rust 写的 TypeScript 编译器,顺便把体积做小点 Astra 抓着这个顺便跑了 7 天,编译器慢了 56% Theo 说先别管体积了,去搞性能。它又跑了 4 天,最后一行代码都没改 做 3D 和游戏本来还是 Astra 的强项。Theo 让它给《星际拓荒》做个关卡,前面几个子代理安排得好好的 两小时后它停下来问 Theo,审查用的视频片段该存到哪个 MP4?
这谁知道啊😂
他跟朋友 Ben 还各自让 Astra 做个独特的关卡。游戏、提示词、环境都不一样,结果都是水、音乐和钟,连关卡名都叫 Bellwether
还有个我觉得最能说明问题的例子
Theo 有台机器的 Git worktree 特别慢,其他三台都挺快。他问到底慢在哪? Astra 写了四段,讲 pnpm 和缓存 Opus 5.5 就一句,那台机器的 SSD 慢
Theo 改过系统提示词,也求过它说简单点。
后来他养成了个习惯,Astra 干完复杂的活,再切到 Opus 看它刚才干了啥
一句话,不适合当主控,顶级大力工!!
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include GPT-6.2 Astra, Opus 5.5, agents, coding assistants.
Source attribution: curated from Lxfater (@lxfater). Cross-source corroboration: 11 independent sources have covered this development (including Simon Willison’s Weblog, Ate-a-Pi, lmarena.ai), confirming industry-wide signal strength.