一句话看懂:2026年11月18日,OpenAI 发布 GPT-6.2 Astra 与 Sol,但多位 AI 圈知名开发者公开表示不推荐使用,指出模型在长程任务中易陷入死循环、解释不清,与官方宣传形成反差。这轮争议让“评测该信谁”再次成为大模型选型的关键问题。
事件核心:发生了什么
据掘金作者 cxuanAI 记录,GPT-6.2 Astra 于 2026 年 11 月 18 日凌晨发布,同场还有 Sol 模型。发布页面仍然制作精良,但作者注意到时间线首页几乎没刷到相关讨论,疑似与负面评价较多有关。
更直接的反应来自开发者社区:Matt 发帖一句话表示“不推荐使用 GPT-6.2 Astra”,Theo 在卧病期间手写了一篇长评,明确表示会继续用 Opus 5.5。Dan Shipper 则指出,该模型在写作上进一步退步,编码时常提前停止,AI Slop 问题依旧严重。Theo 也承认模型在 3D 与游戏开发、Computer use、代码质量以及编写 subagent 提示词上有亮点,但认为除这些之外问题太多。
他重点批评两点:一是模型没有“知识盲区”概念,管理 subagent 时虽尚可,却会问与 Coding Agent 无关的奇怪问题;二是解释“只见树木不见森林”,陷入细节无法自拔,且无论怎么调整提示词都无效,还容易无视 prompt 进入死循环。
为什么重要
这次争议的关键不在“新模型是否更强”,而在评测方式的分歧。作者用火山、雨幕温室等 demo 实测,认为效果没有明显进步;但他也承认,demo 本身难以暴露长程任务中的问题,真正结论只有融入真实工作流才会显现。这直接触及大模型商业化中的一个痛点:benchmark 和演示视频容易好看,企业采购和开发者选型却更依赖长期体感。
目前公开信息显示,争议集中在首批测试者的主观反馈,尚不能等同于全面性能排名。但它提醒行业,模型能力提升若不能转化为稳定、可解释的实际任务表现,发布热度很难持续。
对用户/开发者/创作者的影响
对开发者而言,短期内不宜仅凭发布宣传就迁移工作流。涉及长程 Coding Agent、subagent 编排的任务,应先用自有项目做回归测试,重点观察是否频繁中断、是否无视 prompt、解释是否可被团队成员理解。对创作者来说,写作类任务的质量反馈偏负面,建议保留现有模型作为主力。对企业采购,更稳妥的做法是设置两周试用期,以真实业务任务评估留存意愿,而非只看 demo。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是 OpenAI 是否会在后续版本中修正死循环和解释质量问题;二是 Opus 5.5 等竞品是否借势扩大开发者份额;三是社区对“首批测试者是否收钱”的质疑能否澄清,以及更多独立评测能否给出可复现的结论。
来源:juejin


