XNews

GPT-6 Astra优化与提示词重新设计

GPT-6 Astra优化与提示词重新设计

两项关于GPT-6 Astra的分析聚焦于优化其计算机使用性能并重新设计交互指导。Browserbase团队逆向工程了Astra的计算机使用功能,发现其依赖代码模式和可访问性树(a11y树)而非视觉坐标。通过用Stagehand框架替换Playwright并引入批量动作预测(一次性预测接下来5-20个动作),他们在浏览器操作中实现了约2倍的速度提升,且质量往往更优。Astra在Playwright上进行了后训练,使其能生成准确的Playwright代码。速度提升源于减少了代理循环中的往返次数。另外,OpenAI及开发者社区的指南建议为GPT-6 Astra重新设计提示词和技能。过去用于弥补模型弱点的旧指令现在过度约束了模型。技能应具有精确的触发条件(例如,“在添加迁移时使用”而非宽泛的数据库任务)。AGENTS.md应避免强制完整阅读;将文档映射到具体场景,并预先授权安全的工作流程。Astra更高的对齐度使得许多旧的安全防护措施(如强制征求同意)不再必要。持久性方面与GPT-5.6 Sol不同:Astra倾向于在完成第一个版本后返回,因此用户应预先定义“完成”并指定探索范围。

Key insights

批量动作预测使GPT-6 Astra浏览器速度翻倍

Browserbase团队逆向工程了GPT-6 Astra的计算机使用功能,并将其默认的Playwright框架替换为支持批量动作预测的Stagehand。通过让模型在单次推理中预测接下来的5-20个动作,他们将代理循环中的往返次数从N次减少到1次,实现了浏览器操作约2倍的速度提升。输出质量通常也更好,因为模型从被动的逐步决策转向了整体规划。这种方法利用了Astra的现有优势:它通过编写代码控制浏览器而非使用视觉坐标,并利用可访问性树进行结构化界面观察。

Astra的计算机使用依赖代码模式与可访问性树

GPT-6 Astra的计算机使用功能通过生成代码来控制浏览器(例如Playwright脚本),而非像早期模型那样依赖视觉坐标。它通过可访问性树(a11y树)观察界面,该树提供结构化的语义信息,如元素角色、名称和可操作性。Astra专门在Playwright上进行了后训练,确保生成的浏览器控制代码具有高准确性。这种方法比早期计算机使用系统中基于坐标的方法更快、更稳健,因为它避免了基于截图的交互所带来的延迟和脆弱性。

旧提示词约束损害GPT-6 Astra性能

根据OpenAI开发者指南和社区分析,为弥补旧模型弱点而设计的指令现在过度约束了GPT-6 Astra。包含详细逐步流程、宽泛触发条件或强制完整阅读要求的技能和AGENTS.md指令降低了模型的有效性。例如,要求代理在每次编辑前阅读多个文档会带来不必要的开销。Astra能够自主决定查阅哪些资源以及是否运行测试。建议从“教导如何做”转向定义边界和完成标准,让模型自行选择方法。

技能与AGENTS.md需要精确性与渐进式披露

技能应使用精确的激活触发条件(例如,“在审查迁移部署时使用”而非“在处理数据库时使用”),以避免错误加载。冗长的技能描述会消耗上下文并可能被截断;根文档应作为最小路由器,指向更详细的资源。AGENTS.md应将文档映射到具体场景,而非强制完整阅读。预先授权安全的工作流程(例如,使用一次性测试夹具运行本地测试)可以减少不必要的权限请求。这些做法可防止过度约束模型并提高效率。

模型行为差异:持久性与安全防护措施

GPT-6 Astra表现出与GPT-5.6 Sol不同的持久性行为:Astra倾向于在完成任务的第一个版本后返回,而Sol会继续工作。用户应在请求中明确定义“完成”的含义(例如,实现、检查、修复失败),以避免过早停止。像“实现后停下来审查”这样的指令会强化过早停止,仅当需要刻意检查点时才应使用。此外,由于Astra更高的对齐度,过去强制在操作前征求同意的安全防护措施往往不再必要。这些防护措施可能导致不必要的停顿,而模型本可以适当地继续执行。

Source posts