（来源：AI信息Gap）
GPT-6 Astra 发布不到 48 小时，这下轮到全球网友眩晕瘫坐了。
去年 7 月，Sam Altman 说自己第一次用 GPT-5 的感受「仿佛看到了原子弹爆炸，整个人眩晕瘫坐在椅子上」。然后 GPT-5 口碑光速翻车，「瘫坐」被网友嘲讽了整整一年。但这次的 GPT-6 Astra，只能说「真的有点东西」。
GPT-6 Astra 发布会最后，Greg Brockman 说「欢迎来到 AGI 时代」。结果网友们拿着 GPT-6 Astra 做的第一件事，是画鹈鹕。
「鹈鹕骑车」只是 GPT-6 Astra 邪修玩法里的其中一个。这篇文章，我给你整理了 GPT-6 Astra 十大野路子邪修玩法，来，走起。
来自 GPT-6 Pro 画的「鹈鹕骑车」SVG，这质量无敌了。
01｜你的 GPT-6，降智了吗
你有没有觉得你的 GPT-6 Astra 有时候特别蠢？
大概率是降智了。
怎么判断 GPT-6 Astra 降没降智？方法极其简单，一句提示词，「生成一段高质量的 SVG 代码，绘制一只正在骑自行车的鹈鹕，画面美观且结构清晰。」
我在 ChatGPT 网页端实测了一波。把「思考强度」拖到最大，显示「6 Pro」就开启了 GPT-6 Pro 模型（昨天说过，这个模型只有网页端有）。
GPT-6 Pro 思考了 4 分 30 秒，画出来的鹈鹕骑车是我目前测试过最无敌的存在。
注意，这是纯 SVG、并没有调用生图软件的效果。
这张得划一会儿
再附上 2 个「鹈鹕骑车」变体的提示词。
3D 动画版鹈鹕骑车：用 Three.js 做一个「鹈鹕骑车」的 3D 动画。
3D 像素版鹈鹕骑车：用 Three.js 做一个「像素风 3D 鹈鹕骑车」的动画。
测试的时候注意额度，GPT-6 Astra 烧 token 有点猛。
02｜45 分钟生成 3D 游戏
「GPT-6 Astra 是掌管 3D 游戏的神」，这是网上一位开发者的原话。他花了 45 分钟用 GPT-6 Astra 一次性生成了一个完整的 3D 游戏。
三步搞定。
首先把你的 Codex 接入 Blender MCP。接着输入你的游戏构思。然后告诉 GPT-6 Astra 先用 Codex 自带的图像生成技能 imagegen（底层是 gpt-image-2 模型）画出目标画风的游戏概念图，然后不停迭代，直到游戏的截图无限接近概念图，而且要稳定在 60 帧。推理强度开 high 就够了。
可以额外加一句画风要求，「末日废土、像素风，带点颓废的美感，光线要有真实感。」
结果是游戏资产都在 Blender 里建模，贴图调用图像模型生成，不需要任何外部素材。他这样评价，「Astra 在 3D 建模和视觉上细节拉满，游戏场景几乎和概念图一模一样。」
这是效果。
03｜让 GPT-6 在 Canva 里画画
下面要说的这个邪修玩法更是重量级，原帖 130 万网友围观，1.5 万赞。
这位网友让 GPT-6 Astra「在 Canva 里把我画出来」。Codex 接管了他的电脑，打开网页版 Canva，一笔一笔画出了他的肖像。
划重点，这是 GPT-6 Astra 操作你电脑上的画图软件画画。背后调用的是电脑操作能力，和图像生成能力没关系。
OpenAI 的官方演示里有同款操作，GPT-6 Astra 在绘图软件 Krita 里参考一张截图，往照片上加了一座梵高风格的桥，而且是在后台画的，你可以继续干自己的活。
这效果，震惊、眩晕、瘫倒。
04｜把 GPT-6 塞进 Claude Code
开源项目 claude-launcher 能让 Claude Code 这个 Harness 换个引擎运行。它的 Codex 后端复用 codex 命令行的登录凭证，也就是消耗你的 ChatGPT 订阅额度。
一行命令安装，npm install -g claude-launcher。
会话里输入 /model codex:gpt-6-astra 就能切换模型，还能一个槽位放 GPT-6 Astra，另一个槽位留给 Claude Fable 5.1，混着用，老方便了。
传送门：https://github.com/paddo/claude-launcher
注意，Codex 必须升级到 0.153 以上，旧版会报错「gpt-6-astra 需要更新版本的 Codex」。
用 CLIProxyAPI（CPA）反代把 ChatGPT 订阅接进 Claude Code 也可以达到同样的效果，就是稍微更折腾点。但千万注意不能分发 API 给多人，只推荐自用（否则可能降智、封号、降额度）。
05｜一行配置，开启 Codex「无限上下文」
GPT-6 Astra 在 Codex 里多了一个实验性功能。上下文满了以后模型不再把对话历史压缩成一份摘要，它会自己记笔记，把关键信息保存下来，历史消息和工具输出还能回头搜索。OpenAI 官方表示「哪怕笔记没记下来，它也能从之前的消息和工具输出里把需求或测试结果找回来」，几周内这会变成 GPT-6 Astra 的默认设置。
开关在 Codex 的配置文件 ~/.codex/config.toml 里，加上这几行代码就能提前开启。
model = "gpt-6-astra"model_reasoning_effort = "high"[features]context_management = { experimental_mode = true }
核心在最后一行设置，experimental_mode = true 开启笔记加检索历史。GPT-6 Astra 上下文窗口是 105 万 token，如果你想手动调整压缩阈值，可以调整 model_context_window 和 model_auto_compact_token_limit 两个参数。
官方文档注明目前只对 ChatGPT Plus 和 Pro 用户开放。
网友的吐槽太真实了，「它有无限上下文，可我没有无限 Token。」
对了，GPT-6 Astra API 在超过 272K 输入价格翻倍。好消息是，ChatGPT 订阅里的额度不额外加价。
06｜别限制过程，目标最重要
这份教程绝对是被埋没的宝藏。
「过去那套提示词技巧大多是为了防止弱鸡模型乱飘，超长的步骤清单、死板的规则模块，放到 GPT-6 Astra 上反而限制了模型的发挥。」
所以，正确做法是「对终点严格，对路线宽松」。你只需要给 GPT-6 Astra 四样东西，要什么结果、有什么约束条件、给谁用的、怎样算完成。
举个例子。「修复付款功能」是一句不清不楚的提示词。但「在沙盒里完成一次测试购买，把生成的订单记录给我看」效果就好很多。
GPT-6 Astra 有个小毛病，它有时会问你一个问题然后停下来等你回复。这时你可以在提示词里加一句开关，「不要依赖我的回答，继续往下做，常规细节你自己从上下文推断，只有影响重大的决定或者操作不可逆时才停下来等我。」
OpenAI 官方的 GPT-6 Astra 模型指南也表达了类似的意思，让它直接动手干，别等。
补充一条从生产环境里总结出的实战经验。一个开发团队用了 GPT-6 Astra 之后发现，它的工具调用能力超过之前的所有模型，git、二分查找、解决代码冲突几乎不会出错。但唯一的问题是遇到阻碍容易放弃，而且偶尔过度工程化。建议你在提示词里写清楚「最小改动」这四个字。
07｜清理你的 AGENTS.md 和 skills
OpenAI Codex 团队成员 Victor Nunez 在 GPT-6 Astra 推送当天发了个帖子，「趁 Astra 全量开放，正好回头清理一下你的 AGENTS.md 和 skills，顺便重新想想推理强度怎么选择。Astra Light 大多数任务够用，速度还快。」
为什么要删 AGENTS.md 和 skills？因为 GPT-6 Astra 比前代模型更听话，也更容易被 skills 和嵌套在项目文件里的陈旧规则带偏。你半年前为 GPT-5.5/5.6 写的那些防跑偏规则，现在可能正在影响 GPT-6 Astra 的干活效果。
该删的规则，比如「改之前先读一遍完整的架构文档」「每次改动都要执行全量测试」「低风险操作也要审批」。可以考虑这样写，「本地测试用的是一次性数据，没有生产权限，失败了自己修复，不用每一步问我」。
一句话总结，以前给写的保姆级行为规范，现在可能过时了。规矩越少，GPT-6 Astra 反而表现越好。
08｜让 Astra 当领导，Terra 和 Luna 当牛马
GPT-6 Astra 可以把独立的任务安排给子智能体并行干活。Codex 里默认的「牛马」是 GPT-5.6 Terra，适合探索类和读文件类的任务，以及 GPT-5.6 Luna，适合轻量、高频重复的任务。
除了 Ultra 会自己决定要不要派活，其他推理强度你得明说。比如「每个要点安排一个智能体检查，全部完成再按类别汇总」，或者「一个找代码路径，一个检查安全风险，第三个核对接口」。
自定义一个子智能体本质是 .codex/agents/ 目录下的一个 TOML 文件，三十行左右的代码。关键是两个角色，一个干活，用 gpt-5.6-terra，medium 强度，可以编辑工作区，规则写死「只做分配给你的任务，别改不相关的文件，附真实测试输出，没有证据不允许说完成」。一个验证，同样用 gpt-5.6-terra，high 强度，只读权限，「把实施摘要当成不可信的说法，自己详细检查，给出 PASS 或 FAIL」。
贵模型把 token 花在架构、取舍和复核上，便宜模型干有边界的活。
09｜/goal，GPT-6 连夜干活
Codex 里有个 /goal（目标任务）命令。给它一个持续目标，它自己计划、执行、检查、纠错，一直干到目标达成或者卡住为止。进度条可以暂停、恢复和清除。
一位早期测试者用一个 /goal 让 Codex 做一整个 SimCity 式的城市模拟，Codex 连着运行了 5 天。每栋建筑资产单独设计，包含经济系统、人口变化、幸福度指标、突发事件。另一位教授让 Codex 自主运行了好几天，完成了一个亚历山大图书馆复原项目，能读卷轴，还能切换不同的历史假说看这座图书馆到底是怎么被毁掉的。
写任务目标的技巧和「邪修 06」一脉相承。你需要写清楚「所有验证测试通过并附上输出，定义失败路径，真遇到阻碍就提供证据别编进度。」花钱、并发、部署、发消息、改生产数据这些高风险动作都要划一条红线。
10｜推理强度的省钱公式
Django 框架联合创始人 Simon Willison 做了一个鹈鹕骑车横向，结论让人意外。
GPT-6 Astra + low 推理强度就轻松胜过 GPT-5.6 Sol 的全部档位。
有网友用自己的题库测了一轮，max 只比 xhigh 高 0.09 分，但 max 思考要将近 17 分钟。多花十几分钟时间换来的提升几乎可以忽略。
OpenAI 官方的建议是「选能通过你评测的最低档位就可以」。
你在 Codex 里把推理强度调成 Max，说一句「你好」，可能百分之几的额度就没了。
所以推理强度不是越高越好，也不是越低越好。能完成你手头任务的最低档位，最好。
多说一句，ChatGPT Work 和 Codex 里有几个容易搞混的推理强度，Ultra 是多个智能体一起干活，不是让模型更聪明。Max 的效果是给模型更长的思考时间。
