GPT-6 Astra丨为少数人设计的工作范式模型

今年 4 月份，Codex Computer Use 出现进行跨应用和模拟操作时，已经非常惊艳。那时有个明显的问题：上下文压缩很快，哪怕当时 GPT-5.4 100 万上下文也会快速被消耗触发 Compact。

原因是 Computer Use 进行操作时，会消费大量截图、窗口内容、工具状态数据，以之前 Codex 模型通过 Compact 轮次总结进行压缩的方式，会快速触底和失真大量信息和内容。Computer Use 这种非文本类的工作模式对于 Codex 模型是种「重上下文处理」，所以上下文完全不足。

今天 OpenAI 推出 GPT-6 Astra 模型，它拥有 105 万 Token 上下文，注意：Astra 的上下文处理和 Codex 模型已经不同。Astra 对长任务连贯和上下文管理进行了优化，在跨上下文窗口里保留相关笔、溯源最早的消息和工具状态输出，这种亲记忆的处理方式让 Computer Use 调用变得更丝滑、持久，大量的非文本上下文如截图、窗口内容、工具状态和操作结果，能被快速记忆和索引，以及配合 Skills、MCP、Tool search 这些工具完整调用，让整个自动化操作显得智能。（记忆是智能的重要部分）

GPT-6 Astra 目前在代码、聊天优势不大。现在只向个别组织推出。整体而言利好之前介绍过的开源 Computer Use 工具 CUA 这些，内核强化模型，这算目前最前沿和智能的工作模式，Grok Bot 内置浏览器的 Computer Use 也是这个趋势，值得开发用法。不过，这种模型的工作泛化目前还不够明朗，需要适配特定的流程和工作范式，也只是为少数人设计。

相关链接
1 GPT-6 Astra
2 Computer Use，我为什么不只用 Codex
3 赞美 Codex

#Models