当 AI 开始“亲手”做事
当 AI 开始"亲手"做事
2026 年 9 月 2 日，OpenAI 发布 GPT-6 Astra。Greg Brockman 在发布现场说了一句："Welcome to the AGI era."
欢迎来到 AGI 时代——这句话以前是口号，这次有了实证。
Astra 干了一件之前模型没干成的事：它不只"想"，它"做"。自主搜索、写代码、跑验证、迭代修改，在隔离容器里把一件事从头干到尾。
发布前，大家在等什么
等一个"能把事情办成"的 AI。
此前的 agent 演示很多，但懂行的人都清楚：demo 里行云流水，自己的任务上跑三次散两次。开发者要的不是"看起来会做事"，是"真的把事做完"——长任务不跑偏、出错自己修、交付能验收。
Astra 的官方叙事正好打在这：ARC-AGI-3 官方成绩 99.9%（ARC Prize 用默认 harness 独立复测是 62.7%，两个数字我都给你）；长任务上的自主规划和工具调用，被称为"第一个能独立交付的模型"。
还有一个更朴素的需求："一次生成"的上限到底在哪。每个人都想知道，对现在的 AI 说一句话，最多能拿回来什么。Astra 发布后 48 小时内，社区就用"一次生成挑战"把它测了个遍。
它是怎么火起来的
第一波，硬核实证先行。
Köthe 猜想的反例构造——AI 在隔离容器里自主搜索到的、机器验证的真反例——是"AI 搞科研"第一次拿出让数学界无法忽视的东西。注意严谨表述：这是"反例构造"，不是"完整证明"。
第二波，"一次生成"整活。
有人用 Astra 一次生成可玩的《红色警戒2》浏览器重制版，有人让它代打 GTA。夸张的上限 + 天然的短视频体质，传播自己长了腿。
第三波，开发者工具链跟进。
"让 Astra 当总架构师"的 Codex 插件拿下 241 star，社区开始认真讨论：以后做项目，是不是先让 Astra 拆任务、再让小模型施工？
三波下来，"AI 亲手做事"从一句 slogan 变成了可复现的工作流。
下面这 10 个，就是这波浪潮里最值得看的。链接都核实过。
出圈的：硬通货
Köthe 猜想证伪：AI 在隔离容器里自主搜索到的真反例，由机器验证。
即便严谨表述只是"反例构造"而非"完整证明"，"自主搜索＋机器验证的闭环真的跑通了"，依然是"AI 搞科研"的里程碑。它证明了 Astra 被期待的那件事：闭环，真的跑通了。
Astra Advisor，241 star 的硬通货，一个 Codex 插件。
核心理念是"让 Astra 当总架构师"：给它目标与约束，它自己判断要不要并行委派、按任务风险从几个小模型里选施工队，全程"请求值 vs 实际观测值"分开报告。
最妙的是"成本收据"：每个任务结束输出一张 API 等价成本单，把同一 token 量按全 Astra 定价重算一遍，让你看到底省了多少。"AI 自己当项目经理，还给你开发票"——agent 工程爱好者狂喜。社区已经出现了仿品，这是真火的信号。
Rust Alarm（在线演示：试玩）：Victor Zhou 在 9 月 4 日做的 one-shot benchmark。
用 Astra 一次生成可玩的《红色警戒2》浏览器重制版：遭遇战打电脑、新兵训练营、地图编辑器、2D/3D 一键切换。在线演示实测加载后空白；配图为项目自研的 HD 单位美术（重型坦克精灵图），非游戏运行画面。
必须带的声明：非官方同人项目，与 EA 无任何关联，原版素材要玩家用自己的正版安装包准备。这是"一次生成"上限的公开测试，也是 RTS 老玩家的狂欢。
Astra Plays GTA：da03 的 Computer Use 趣味实验。
Astra 在 Mac 上靠截图看画面、键盘操作，玩《GTA 罪恶都市》的直升机任务。实测战绩：一颗炸弹安放成功、一架直升机击毁。
听起来不多，但这是 AI 真的在"玩"：自己找暂停按钮、自己规划按键时序。仓库开源了完整提示词，别人照着就能复现。22 star，"AI 代打"类短视频的天然素材。
国产开发者的高光
入画·汴京：国产开发者用 Astra 把《清明上河图》做成浏览器 3D 漫游。
91 栋建筑、124 名人物、8 艘舟船，三时辰切换、六镜头自动巡游，还能录 4K。18 star。难得的是作者诚实记录了不足：人物动作有程序循环感、"不把最终成果描述为一次输入就完成"。
国产开发者＋传统文化＋诚实记录，三重好感。
THUNDERFALL 雷霆战机：国产 jackroc 用 Astra ultra 做的竖版弹幕射击，三款战机、五区域、多阶段 Boss。
关键区别：它不是一次生成的，是"AI 协作开发"——设计、代码、美术、音效全由 Astra 做，再与协作 agent 反复迭代，创作记录公开可查。区别于"一句话游戏"的噱头，它的卖点是"AI 也能迭代打磨"，对想学 AI 做游戏的人是免费教材。
Gogh Strike 油漆大战：梵高画风 FPS 油漆枪战。
世界是梵高式笔触构成的，六位艺术家先到 20 分。同作者还做了"梵高小镇"——六幅名画连成的可步行小镇。"在星空里打枪"，视觉记忆点极强。
冷门但有趣的：上限测试现场
100 HTML Files：Astra 生成的 100 个单文件视觉作品，每个附原始提示词，离线双击即开。
设计师拿它找灵感，前端拿它学"一句话生成页面"的提示词写法。"100 个网页，每个都是一句话"，合集向内容的视觉密度天花板。
chess3dastra：作者自称用 4 句提示词、41 分钟、$9.12、1235 行代码做出完整 3D 国际象棋。
Astra 自己选技术栈、手写 AI，还主动写了单元测试和浏览器测试。"作者自称"三个字我必须加上，因为没见到第三方复现。但即便打个折，"AI 一次做对复杂任务"的实证意义也在。
NULLSPACE：Astra 经 Codex 独立开发的恐怖生存 FPS。
躲原创怪物"The Listener"——开枪能争取时间，但枪声会暴露位置。仓库的开发文档极其完整：游戏设计、美术方向、决策日志、实测记录，是观察"AI 独立做 3D 游戏全流程"的最佳样本。3 star，但文档完整度秒杀很多大厂项目。
写在最后
Astra 这波给我最大的感触是：AI 的叙事，正在从"多聪明"变成"多能干"。
benchmark 分数是给同行看的，"它替我把事办了"是给所有人看的。当 AI 开始亲手做事，评价标准就变了：不再问"它知道多少"，而是问"它交付了什么"。
对独立开发者来说，启示也很直接：别只把 AI 当聊天框，试着把它当"施工队"。给它目标、给它验收标准，然后看它能走多远——你可能会被"走得比你想象的远"吓一跳。
「好想法，值得被看见。」——这 10 个里，哪个最让你想点开？或者你也被 AI"亲手做事"的哪个瞬间震撼过，评论区把链接甩出来，咱们一起围观。