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上线不久，排行榜似乎已无人关注？

并非跑分不佳，而是OpenAI换了策略，转向验收成果。开发者们纷纷响应，提交作品。

开发者Tom Krcha将一张旧蒸汽机车图纸交给Astra，要求其在Blender中复原。

数分钟后，Blender中出现了3295个可独立编辑的部件：锅炉、连杆、车轮、铆钉，每个都能单独选取和调整。

细节或简化的调整只需一句话，用Krcha的原话来说：“去打造你自己的运输大亨吧。”

许多人惊叹AI突然掌握了3D建模，但Krcha随即泼了冷水：

别误以为它在Blender中像建模师一样点鼠标，它根本不操作界面，而是通过编写Python脚本，逐个“写”出零件。

这才是当前3D热潮的真正基础。

Astra并未长出能操作软件的手，它只是将Blender视为一个带API的运行环境。

它先分析图像，理解机车的构造，然后分解锅炉、车轮、连杆等部件，再调用Blender的Python接口bpy，逐一生成几何体，命名并放置到正确位置。

能读懂图像、推导空间关系、编写脚本，并根据渲染图修改：这四项能力结合，外界看到的便是“会建模”。

Krcha的另一个演示更为彻底：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，全部由TypeScript代码在浏览器运行时实时计算生成。

从一句话，到一栋能开门倒咖啡的房子

为证明这并非偶然炫技，OpenAI工程师Thomas Ricouard提交了一份最硬核的作业。

他的起点仅一句话：设计一栋极简但细节丰富的房子，带花园，光线需具电影感。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、灯光和相机全部构建出来。

更关键的是，它在交付前自行查看预览渲染，调整构图、修改光线、修正植物穿模，并重新摆放沙发上的毯子。

一句话生成的首版Solace住宅，Astra通过Blender Python接口构建了建筑、家具、材质与灯光。

有一次，Astra自行发现不锈钢水槽某处法线方向错误，渲染效果不佳，它顺手修正并重新渲染。

这些问题Ricouard从未指出，全由模型自行发现并修复。

当Ricouard要求扩大房子时，Astra展现了专业性。

它先绘制了一张平面图：U形单层住宅，中央为客厅、餐厅、厨房，两翼设三间卧室和书房，环绕一个种植植物的庭院。

平面图考虑了明确动线，如卧室不设过道，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。

Astra先绘制平面图再建模：U形单层住宅，客厅、餐厅、厨房居中，两翼三卧加书房，动线避开厨房工作区。

构建出的全是几何体：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，水槽是真正的空心盆。

为检验成果，Ricouard要求一段30秒、具有人情味的高清镜头漫游。

Astra自行编写脚本，将相机架设在1.65米高度，配24-26毫米镜头，添加轻微步行晃动，遇到预览中对着空墙的镜头便重拍，最终渲染900帧拼成影片。

这还没完，Astra接着编写了一套导出管线：将几何体导出为FBX，同时生成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，全部在管线中自动处理。最后，它添加第一人称角色和碰撞，打包成Mac原生应用，并自行走一遍测试路线。

在最新版本中，按E键不仅能开门、拉抽屉、开关灯，甚至咖啡机按下后真的会往杯子里流出咖啡，液面也随之上升。

从一句话到一栋能开门倒咖啡的房子，中间没有更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，写交互逻辑又是另一个人，现在是一个模型从头贯穿到尾。

这才是最具颠覆性的变化。

打通跨软件工具链的执行层

如果仅限于3D，或许还能说是视觉能力的溢出。

但官方发布页上的另一个演示，直接跨越到了电子工程。

Astra拿到一张电路原理图，打开KiCad，先把元件一个个摆放上板子，再把铜线一根根布置好，一路推进到能送厂生产的PCB布局。

硬件从业者都知道这有多繁琐：PCB布局至今仍大量依赖手工，是电子设计流程中的瓶颈。

在Blender中写bpy，在Unreal中写导出管线，在Three.js中直接写几何，在KiCad中摆放元件和走线。

四款看似不相关的专业软件，底层却是同一套动作：理解任务，找到软件接口，编写代码或操作，查看结果，再修改。

OpenAI将这能力定义为电脑操作、网页浏览和专业工作。发布仅一周，Astra已靠这套能力，将首批专业软件变为自己的试验场。

在社区中，各种脑洞大开的成品也开始井喷。

Peter Gostev让Astra用Three.js将梵高最著名的6幅画连成一座可走入的连续小镇。

你从《阿尔的卧室》中醒来，推门便是《夜间露天咖啡座》，沿街走下去是《罗纳河上的星夜》，出城门是《麦田群鸦》和一片向日葵。

全程程序化生成，未使用任何外部素材，每一面墙、每一块石板都是代码绘制。

这说明Astra的能力不止于制作资产，六幅画如何拼接成连续空间，走到哪里触发什么，最后如何打包成可在浏览器打开的网页，它一手包办。

Matt Shumer让Astra在Unreal中连续工作一周，搭建了一座曼哈顿。

Dominik Kundel让Astra在BrickLink Studio中设计出真正可拼装的乐高模型，再用Blender渲染成4K视频，OpenAI Developers官方转发了这个用例。

有开发者制作了包含2234个部件的人体解剖交互网站，可拆解、可旋转。

还有人制作了AR扫地应用：手机镜头跟随吸尘器刷头移动，扫过的地面实时覆盖绿色，漏扫区域一目了然，左下角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付了成果，但并非凭空生成。

那个刷屏的2234件人体解剖项目，使用的是现成的BodyParts3D数据库，Astra所做的是将其组装成可拆解、可旋转的交互网站，而非从零构建两千多个人体结构。

在Ricouard的森林别墅中，树木、蕨类、石头以及橡木、石膏等贴图，也使用了Poly Haven的现成扫描资产。

Astra变强的并非凭空造物的能力，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，而非纯粹的概念艺术家。

当动手能力变强，安全就变成了权限问题

过去担心AI，是怕它嘴上说错话。现在担心AI，是它能替你干活，但手里也拿着你房间的钥匙。

9月1日，Astra发布前两天，OpenAI先发布了一篇安全更新，标题为《迈向Astra：关键能力与前沿防护机制》，直接承认：Astra是首个触及准备框架“关键”级网络安全门槛的模型。

“关键”级意味着：给它工具和权限，无需人类指导，它自己能加固过的系统中找到无人发现的漏洞，再编写利用程序。

专家团队关闭所有生产防护，进行了一场受控测试。

面对加固过的浏览器，Astra构建出完整入侵链，从沙箱中逃逸，在宿主机上执行命令；面对加固过的操作系统，它将多个漏洞串联成提权链，普通账号一路升至root。

在ExploitBench上，Astra获得100%满分，前代GPT-5.6 Sol为78.5%。

因此，OpenAI过去几周推迟了Astra的部分开发和发布，先加强防护，测试完毕再放出。

Copilot时代，软件归人所有，AI站在旁边递工具；软件操作层时代，AI直接坐上工位，人退到审阅平面图、点击确认的位置。

接下来一两年的路线已清晰：哪个软件有脚本接口、有命令行、有可读的文件格式，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测试的是不借助任何接口，直接用鼠标和键盘操作一台真实电脑，Astra在上面获得72.6%，平均每项任务约40分钟，比上一代节省近一半时间。

因此，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使用你的电脑。用户若想体验这种前沿能力，可前往星空娱乐入口探索更多可能。

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。