GPT-6 Astra实测：一句话完成功能开发与测试

OpenAI的下一代模型GPT-6 Astra正在被金融科技公司Ramp的AI团队推向极限。在一段与Ramp AI负责人的对话中，我们看到了Astra在实际工作流中的表现——它更像一个懂你意图、能自主推进任务的同事，而非需要逐行指令的工具。

像可信赖的同事，而非需要百行指令的工具

Ramp AI负责人对Astra的第一印象很直接：这是一个你可以信任的同事。你不需要给它一百行指令，只需要给出一个高层目标和想看到的结果，然后10到15分钟后回来验收即可。

"Astra非常擅长接收这种模糊的请求，并准确知道我想要什么输出，还会把改动的截图返回给我，"他表示。这种能力让他觉得可以把越来越多含糊的任务交给Astra处理。

真正的"哇"时刻，来自于Astra在无需人工介入的情况下推进任务的速度。它的表达也很简洁——没有冗余的客套话，在需要来回沟通、直奔结果的工作场景中，这一点尤为可贵。

Computer Use：编码框架可以触发计算机操作

对话中最引人关注的技术细节，是Astra的编码框架（coding harness）能够触发计算机操作（computer use）。这意味着模型不仅能写代码，还能像人一样操作界面去验证结果。

Ramp负责人展示了一个具体案例：他提出一个功能需求——"按API密钥粒度实现路由策略控制"（implement routing strategies controls by API key granularity），除此之外没有任何补充说明。

令人惊讶的是，Astra自己弄清楚了操作路径——需要点击某个现有的API密钥，再点击路由策略选项才能弹出对应界面。他不需要解释"点这个标签、在这个页面、这个路由、这个弹窗"，Astra"就是知道"。

Computer Use（计算机操作）是指AI模型直接控制鼠标、键盘和屏幕的能力，能够像人类用户一样浏览网页、点击按钮、填写表单。Anthropic于2024年底率先在Claude模型中公开演示这一能力，OpenAI随后也在其模型路线图中跟进。这项技术的核心突破在于：模型不再仅仅生成文本或代码，而是可以通过截图感知当前界面状态，并据此规划下一步操作。这与传统RPA（机器人流程自动化）工具有本质区别——RPA依赖预先录制的固定脚本，遇到界面变化便会失效；而基于大语言模型的Computer Use能理解界面语义，具备一定的容错和自适应能力。Astra的"编码框架触发计算机操作"意味着模型可以在代码生成与界面交互之间无缝切换，先写代码、再操作浏览器验证效果，形成一个闭合的开发验证循环。

12分钟开发，15分钟自我验证

在这个功能实现案例中，Astra工作了约12分钟完成开发，随后又花了约15分钟验证自己的改动。它精确定位到了需要修改的模型和设置项。

更出乎意料的是，Astra甚至在移动端验证了改动——而这一步用户根本没有要求。Ramp负责人认为，计算机操作能力将越来越成为人们验证低风险改动的重要方式：模型不仅完成任务，还主动确保结果在多种场景下都成立。

下一步：把Computer Use交到客户手中

展望未来，Ramp最兴奋的方向是把计算机操作能力交到客户手中。Ramp的核心价值之一在于自动化简化会计流程，而computer use正是实现这一点的关键。

目前，Ramp在后台为客户抓取收据（fetch receipts）时使用计算机操作技术，但需要大量手动提示（manual prompting），以确保模型知道在各个商户网站上该去哪里操作。

Ramp负责人期待用Astra测试更长尾的商户网站，看它如何应对。他相信Astra对大多数网站的运作方式有更好的理解，能够减少这种繁琐的人工引导——这将是把AI能力真正规模化交付给终端用户的重要一步。

Ramp此处提到的"后台抓取收据"（receipt fetching）是一个典型的长尾自动化场景：企业员工在亚马逊、Airbnb、Uber等数百个不同商户网站消费后，需要登录各平台下载电子发票，用于财务报销和税务合规。由于不同商户的账单页面结构差异极大，传统自动化脚本必须为每个网站单独编写规则，维护成本极高。目前Ramp的做法是依赖大量"手动提示"来告诉模型每个网站的操作路径，本质上仍是人工知识的固化。Astra若能凭借对网站通用结构的理解自行探索导航路径，将极大降低接入新商户所需的人工成本，使这类能力真正具备规模化落地的可行性。

从对话看AI Agent的演进方向

这段来自YouTube的Ramp × GPT-6 Astra对话，虽然是厂商视角的展示，但揭示了当前AI Agent发展的几个趋势：从"精确指令"转向"意图理解"，从"写代码"扩展到"操作界面并自我验证"，以及从内部工具走向面向客户的自动化服务。

当模型能够接收模糊目标、自主规划操作路径、并在多端验证结果时，人机协作的边界正在被重新定义。对于Ramp这样依赖大量重复性网页操作的业务而言，这类能力的成熟意味着可以把更多长尾、繁琐的任务交给AI去处理。

文中描述的"从精确指令转向意图理解"对应AI领域的一个核心研究方向：任务规范的抽象层次提升。早期的AI助手需要用户以结构化、无歧义的方式描述每一步操作；当前一代Agent模型则试图在接收自然语言高层目标后，自主分解子任务、推断缺失信息并制定执行计划。这一能力的技术支撑来自多个方面：更强的上下文理解与长程推理能力、工具调用（function calling/tool use）与多模态感知的结合，以及通过强化学习优化的任务规划策略。Astra在未被要求的情况下主动进行移动端验证，体现的正是这种"目标导向而非指令导向"的自主性——模型内化了"功能验证应覆盖多平台"这一隐性工程规范，而非仅执行字面要求。