GPT-6自己打开软件干活了，一张图纸长出3295个零件，一句话造出豪宅

GPT-6 Astra刚亮相不久，排行榜似乎就没人关注了？
并非评分不佳，而是OpenAI改变了策略，转而验收成果。开发者们见此，便纷纷提交作业。
开发者Tom Krcha将一张旧蒸汽机车的图纸交给Astra，让它在Blender里重建。

几分钟内，Blender中出现了3295个可独立编辑的对象：锅炉、连杆、车轮、铆钉，每个都能单独选取和修改。
想调整细节或简化，只需一句话，用Krcha的原话说：“去造你自己的运输大亨吧。”

许多人惊叹AI突然学会了3D建模，但Krcha自己先泼了冷水：
别以为它像建模师一样在Blender里点鼠标，它根本不点，全靠写Python脚本将零件逐一“写”出来。
这才是这波3D热潮的底层逻辑。

Astra没有长出操作软件的手，它只是将Blender视为一个带API的运行环境。
它先看图，理解机车如何组装，再将锅炉、车轮、连杆拆解，然后调用Blender的Python接口bpy，逐个生成几何体，命名，并放置到正确位置。
能读图、推导空间关系、编写脚本、并根据渲染图修改：这四件事叠加起来，外人看到的就是“会建模”。

Krcha的另一个演示更彻底：切换到Three.js，连模型文件都省了。
两辆火车的几何、轮子转动、拆解重组动画，全是TypeScript代码在浏览器中运行时实时计算出来的。

从一句话，到一栋能开门倒咖啡的房子
为了证明这不是偶然炫技，OpenAI自己的工程师Thomas Ricouard交出了一份最硬核的作业。
他的起点只有一句话：设计一栋极简但细节丰富的房子，带花园，光线要电影感。没有平面图，没有家具清单。
Astra直接通过Blender的Python接口将建筑、木作、家具、植物、材质、灯光和相机全部建了出来。
更关键的是，它在提交前先自己预览渲染，自己调整构图、光线，修复植物穿模，重新摆放沙发上的毯子。

一次，Astra自己发现不锈钢水槽有一块的法线方向不对，渲染出来像被捏了一下，它顺手改掉，重新渲染。
这些问题Ricouard从未指出，全是模型自行发现并修复的。
当Ricouard要求扩大房子时，Astra展现了专业性。
它先画了一张平面图：U形单层住宅，中间是客餐厨，两翼三间卧室加书房，围着一个种了植物的庭院。
平面图上有明确的动线考虑，比如卧室不经过道，绕庭院的路线避开厨房工作区。
在Ricouard批准平面图后，Astra才重建整栋房子。

建出的全是几何体：沙发坐垫有滚边，床有床架、床板和床垫，衣柜有内部隔板和挂杆，办公桌有理线槽，水槽是空心盆。
为了检验成果，Ricouard要了一段30秒、有人情味的高清镜头漫游。
Astra自己写脚本将相机架在1.65米高，配24—26毫米镜头，加轻微步行晃动，遇到预览中对着空墙的镜头就重拍，最后渲染了900帧拼成片子。

这还没完，Astra接着写了一套导出管线：将几何体导出为FBX，同时生成一份JSON描述文件记录每个部件的位置、材质和灯光。
它把整栋房子搬进了Unreal Engine 5，单位从米换算到厘米、坐标系翻转、复用贴图重建材质系统，全在管线里自动处理。最后，它加上第一人称角色和碰撞，打包成Mac原生应用，自己走一遍测试路线。
在最新版本中，按E键不仅能开门、拉抽屉、开关灯，甚至咖啡机按下去会真的往杯子里流出咖啡，液面也随之上升。
从一句话到一栋能开门倒咖啡的房子，中间没有换过工具链的操作者。
以前Blender建模是一个人，导出到引擎是一个人，写交互逻辑又是一个人，现在是一个模型从头贯穿到尾。
这才是最具颠覆性的改变。

打通跨软件工具链的执行层
如果只有3D，还能说是视觉能力顺带溢出。
但官方发布页上另一个演示，直接跨到了电子工程。
Astra拿到一张电路原理图，打开KiCad，先将元件一个个摆上板子，再将铜线一根根布好，一路推进到能送去工厂生产的PCB布局。
做硬件的人都知道这活有多烦：PCB布局至今仍大量靠手工，是电子设计流程中的堵点。
Blender里写bpy，Unreal里写导出管线，Three.js里直接写几何，KiCad里摆元件走线。
四款看似不相关的专业软件，底层却是同一套动作：读懂任务，找到软件接口，写代码或动手操作，看结果，再修改。
OpenAI将这套能力定义为电脑操作、网页浏览和专业工作。发布才一周，Astra已靠这套能力，将第一批专业软件变成了自己的试验场。

在社区里，各种脑洞大开的成品也开始井喷。
Peter Gostev让Astra用Three.js将梵高最有名的6幅画连成一座能走进去的连续小镇。
你从《阿尔的卧室》里醒来，推门就是《夜间露天咖啡座》，沿街走下去是《罗纳河上的星夜》，出了城门是《麦田群鸦》和一片向日葵。
全程程序化生成，没用一个外部素材，每一面墙、每一块石板都是代码画出来的。
这说明Astra的本事不止于做资产，六幅画如何拼成一个连续空间，走到哪儿触发什么，最后如何打包成一个能在浏览器中打开的网页，它一手包办。

Matt Shumer让Astra在Unreal里连续干了一周，搭建了一座曼哈顿。
Dominik Kundel让Astra在BrickLink Studio里设计出真能拼的乐高模型，再用Blender渲染成4K视频，OpenAI Developers官方转发了这个用例。
有开发者制作了2234个部件的人体解剖交互网站，能拆解、能旋转。
还有人做了一个AR扫地应用：手机镜头跟着吸尘器刷头走，扫过的地面实时覆上绿色，哪里漏掉一眼就能看出，左下角还同步累计已清扫面积。

梵高小镇是少数从零画起的例子。
需要注意的是：多数刷屏成品，虽然交出了成果，但不等于凭空生成。
那个刷屏的2234件人体解剖项目，用的是现成的BodyParts3D数据库，Astra做的是将其组装成可拆解、可旋转的交互网站，而非从零建出两千多个人体结构。
在Ricouard的森林别墅里，树、蕨类、石头以及橡木、石膏等贴图，用的也是Poly Haven的现成扫描资产。
Astra变强的不是凭空造物的能力，而是自主组装、转换、操作和迭代工具链的能力。
它更像一个不知疲倦的技术美术加管线工程师，而不是一个纯粹的概念艺术家。

当动手能力变强，安全就变成了权限问题
以前担心AI，是怕它嘴上说错话。现在担心AI，是它可以替你干活，但手里也拿着你房间的钥匙。
9月1日，Astra发布前两天，OpenAI先发了一篇安全更新，标题叫《迈向Astra：关键能力与前沿防护机制》，直接承认：Astra是第一个踩到准备框架“关键”级网络安全门槛的模型。
“关键”级的意思是：给它工具和权限，不用人指点，它自己就能在加固过的系统里找到没人发现过的漏洞，再写出利用程序。
专家团队关掉全部生产防护做过一场受控测试。
面对加固过的浏览器，Astra搭出一整条入侵链，从沙箱里钻出来，在宿主机上跑命令；面对加固过的操作系统，它把几个漏洞串成一条提权链，普通账号一路升到root。
ExploitBench上Astra拿了100%的满分，前代GPT-5.6 Sol是78.5%。
所以OpenAI过去几周将Astra的部分开发和发布往后推，先把防护加厚、测完再放。

Copilot时代，软件是人的，AI站在旁边递扳手；软件操作层时代，AI直接坐到工位上，人退到审平面图、点确认的位置。
接下来一两年的地图已经画好了：哪个软件有脚本接口、有命令行、有能读的文件格式，哪个软件就先被模型接管。Blender、Unreal、Three.js、KiCad，恰好全在名单上。
那些没有接口、只认鼠标点击的软件呢？
OSWorld 2.0测的就是不借任何接口、直接用鼠标和键盘操作一台真实电脑，Astra在上面拿到72.6%，平均每项任务约40分钟，比上一代省了将近一半时间。
所以，有接口的先被接管，没接口的也只是晚一步。
它正在学会用你的方式用你的电脑。

值得一提的是，在探索AI自主操作软件的过程中，像九游体育登录这样的平台也提供了丰富的实践场景，让开发者能测试模型在真实环境中的执行能力。

参考资料：
https://x.com/tomkrcha
https://developers.openai.com/blog/architectural-visualization-with-astra
https://x.com/ashebytes/status/2096221988763173186
https://x.com/dkundel/status/2096297005924729240
本文来自微信公众号“新智元”（ID：AI_era），作者：元宇，36氪经授权发布。