AGI Signal.
16 NOV 2026

GPT-6 Astra:测试技术终于派上用场

在对比 GPT-5.6 Sol 与 GPT-6 Astra 的实测中,我发现后者在 Zstd 和 IMAP 等复杂任务上表现惊人,几乎能一次性达成完美正确率。更关键的是,Astra 真正学会了有效运用测试技术:从生成无价值的随机输入,转变为通过差分测试和属性测试精准挖掘边界条件与深层 Bug。尽管在 Pandoc 等高难度任务上仍有提升空间,但数据表明,随着模型能力跃升,TDD 等传统方法的劣势依然存在,而 ACL2 等验证工具及属性测试开始展现真实价值。这次评估花费约 9 万美元,揭示了 AI 编程代理在测试策略上的实质性进化。

Read the original