OpenAI Astra如期发布,有幸体验到了首发版接口,聊聊我的看法和一手体验。我认为这是第一次真正跨过了“能用”的临界点
我能感受到几年在预训练、强化学习和后训练上的积累,终于开始汇聚到同一个系统里
我用ai做投研很久了,reasoning、coding、computer use、tool use 和长任务,以前这些能力各自都很惊艳,但一串起来就容易崩:网页打不开、数字抄错、执行到一半忘了最初目标,最后还是人类接管
Astra 给我的感觉第一次不太一样。
我专门拿了一个很贴近我平时工作流的任务测试它:同时研究三家刚发财报的 AI 芯片/互联公司 $MRVL $CRDO $AVGO
只给了公司名字和一个问题:
为什么三家公司都在讲 AI demand 很强,但盘后市场却同时惩罚它们?到底是哪几个数字出了问题?
它自己去 IR 页面找 earnings release、10-Q、电话会 transcript,再把 revenue、AI revenue、guide、design win、客户时间线等数据拉出来做成表。
中间有一个数字在新闻稿和电话会口径里不完全一样,它没有直接选一个数字继续写,而是重新打开原文,找到管理层解释这个数字对应的时间周期,然后回来修改自己的结论。
我做到一半临时改要求:
“不要再讲宏观,把所有跟 Google / AWS custom silicon、互联和光通信有关的东西单独拆出来,再解释这三家公司之间到底是不是份额转移。”
以前的 Agent 很容易从头再来,或者把之前的信息忘掉。Astra 是在原来的 research tree 上重新规划:保留已经验证的数据,补新的资料,再修改 thesis。
那个体验很微妙,和之前的opus5和GPT5.6都不太一样
我第一次不是在不停地 prompt 一个模型,而是在 review 一个 junior researcher 的工作。
intelligence × agency × reliability都有了显著提升,这是一个我敢把整天的活交给它做的模型。静候全量继续使用
𝕏 原文阅读 · 帖子
美研芒格君 · 2026-09-03 · 帖子
美研芒格君 2058239737522204672 2026-09-03T22:16:03.000Z保留来源原文。时间显示为 Toronto 当地时间;未保存的配图与引用请前往 X 查看。
返回 X 阅读保存说明:除条目另有标注外,正文尚未人工核对 · 图片未保存 · 引用或对话上下文可能不完整。