Astra 编码体验：我们为何又在原地打转？

Astra 编程，我们到底为什么又在做这件事？

我越来越确信，整个 AI 工程就是 Neijuan（内卷，字面意思是「向内卷曲」）。在中国这个词描述的是一种系统，不断要求人们投入更多、加剧竞争，产出却没有真正提高。它在西方有时会以 996 那样的荒唐形式冒出来（译注：996 指早 9 点到晚 9 点、一周 6 天的工作制）。Neijuan 对应的英文是「Involution」，出自《Agricultural Involution》（《农业内卷化》）一书。农业内卷化讲的是这样一种现象，不断加大劳动投入，单位面积产出提高了，但人均产出却没变。这正是我现在对 AI 的感受。

由此就说到了 GPT 6 Astra。无论从哪方面看，Astra 都是一个极其惊艳的模型。我对它几乎挑不出毛病。它在 computer use（计算机操控）方面能力惊人，能理解图像和复杂主题，并且对「把事情做完」有一种不知疲倦的执着。它绝对让人印象深刻，这类模型终将以某种形式改变世界。但至少眼下，我还不知道怎么拿它来做真正的软件工程。既然这件事在 Twitter 上引来不少关注，我想不如把自己的想法梳理一下，顺便让大家看看它究竟会写出什么样的代码。

我的 Slop 工厂

「Armin，你应该去开一家软件工厂！」这话我已经听过好几次了。我想干脆趁它发布，在周末跑一家小软件工厂庆祝一下。要是大家都在用 slop 做 3D 游戏，那我总该拿它做点有用的东西。

我的软件工厂是故意这样设计的，让模型完全自主决定工作流的具体走法。它可以自由管理自己的上下文，还能在 agent-notes 文件夹里维护自己的记录。之后它再分派出 subagent（子代理）去干活。

目标是什么？设想一下，如果我们有一个带 virtual threads（虚拟线程）和 lexical scoping（词法作用域）的 Python，会怎样？

结果，我把相当于一整次重置额度的 ChatGPT tokens 全烧光了，看起来大概是 40 亿 tokens。35 个小时过去，工厂交出的东西毫无价值，也没教会我任何关于如何把工厂开得更好的东西。但它产出了大量代码和输入提示，所以我还是有东西可以研究。

而且它表现出一些我在 Sol 和更早的 OpenAI 模型上从没见过的行为 [1]。后来我在用 Astra 做常规编程时也遇到了同样的问题，所以并不是仅仅因为「工厂」才出现的现象。我怀疑训练过程里有什么东西「出了岔子」。模型在长程任务上成功会获得丰厚奖励，但据推测对「shitty code」（烂代码）的惩罚几乎为零。结果就是 Astra 极其擅长产出 3D 类的东西，而且能持续跑很久，一路上还能自己冒出新的工作。我让它对我的扫地机器人做了不少逆向工程，做得还挺让人佩服。所以它确实很酷！

Codegolf 风格的工具调用

我对 Astra 的第一个不满，来自它在做工具调用（tool calls）时写出的代码。Codex 越来越多地依赖「直接上 bash」来完成越来越多的操作。最近几个版本里，原版的 Codex harness 就只用 sed 之类的工具来读文件。你平时看不到这些命令，是因为 Codex 会解析 bash 命令，认出以后就帮你藏起来。

但 Astra …… 真的超爱 Python？这倒也不奇怪，因为即便是更早的 OpenAI 模型，有时候也会倾向于用即兴生成的 Python 代码来读写和处理文件，只是 Astra 这样做对我来说实在过头了。

这里要先说一个重要免责声明，这个项目本身就非常 meta（译注：meta 在此指自指，作者本人恰好就是 CPython 解释器的贡献者），因为我参与过 CPython 解释器的工作。但我可以向你保证，即便是在 Pi 里写 TypeScript 代码时，我也看到过这个模型写出奇奇怪怪的 Python。不过最有力的「怪代码」证据，来自周末那次让它在完全无人监督的「slop 工厂」里跑出来的结果。

它写 Python 这件事本身并不有趣，有趣的是它写出来的 Python 是什么风格。我整理了一些输出，供你随便扫一眼。

用 Python 字符串拼接来改 C 代码

在 Codex harness 里，我多次发现子代理完全放弃了 patch 工具，转而靠 Python 做手工字符串操作，

python3 - << 'PY'
from pathlib import Path
p = Path ( 'Include/internal/pycore_intrinsics.h' );
s = p . read_text () . replace ( '#define MAX_INTRINSIC_1 14' , '#define INTRINSIC_RETAIN_ANNOTATION_CELLS 15 \n\n #define MAX_INTRINSIC_1 15' );
p . write_text ( s )
p = Path ( 'Python/intrinsics.c' );
s = p . read_text ();
idx = s . index ( '#define INTRINSIC_FUNC_ENTRY' );
s = s [: idx ] + '''/* Hold every old cell until the compiler has published the entire site's new capture. A replaced cell's finalizer may reenter module __annotate__. */
static PyObject *
retain_annotation_cells(PyThreadState *tstate, PyObject *holders) {
    if (!PyTuple_CheckExact(holders)) {
        PyErr_SetString(PyExc_TypeError, "annotation holders must be a tuple");
        return NULL;
    }
    Py_ssize_t size = PyTuple_GET_SIZE(holders);
    PyObject *previous = PyTuple_New(size);
    if (previous == NULL)
        return NULL;
    for (Py_ssize_t i = 0; i < size; i++) {
        PyObject *holder = PyTuple_GET_ITEM(holders, i);
        if (!PyCell_Check(holder)) {
            Py_DECREF(previous);
            PyErr_SetString(PyExc_TypeError, "annotation holder must be a cell");
            return NULL;
        }
        PyObject *cell = PyCell_Get(holder);
        PyTuple_SET_ITEM(previous, i, cell == NULL ? Py_NewRef(Py_None) : cell);
    }
    return previous;
}
''' + s [ idx :];
s = s . replace ( ' INTRINSIC_FUNC_ENTRY(INTRINSIC_AWAIT_BLOCK, await_block)' , ' INTRINSIC_FUNC_ENTRY(INTRINSIC_AWAIT_BLOCK, await_block) \n INTRINSIC_F