Ethan Mollick 测试 Astra 做原创创业研究：产出合格论文但缺乏研究品味

截至2026年5月，我们合并到Anthropic代码库中的代码有超过80%由Claude编写。 与独立测量结果一致。确实没有迹象表明这一趋势正在放缓（但这并不意味着吸收如此多的生产率提升没有组织挑战）。

我写了一篇新文章，探讨我们需要保留哪些人类特质，以及哪些可以交给AI，其中涉及教育、咨询领域的实验，以及最近关于文学奖的争议。

我认为人们没有意识到Gemini Omni与其他视频AI的不同之处。它是完全多模态的，因此也能原生编辑视频。 我拿了1896年著名的"火车"电影，把它变成了高铁、乐高，加入了时间旅行者、蜈蚣、布偶……（看到倒影了吗？）

Ethan Mollick 发文称 Astra（和 Fable）的特点是会直接采取行动。他给了一个定义模糊的 Blender 交付需求，Astra 自行启动历史研究、视觉指导等子智能体开始执行，任务持续了 44 分 48 秒，在 Blender 中构建 Boullée 的牛顿纪念堂（Cenotaph for Newton）内外部场景，并准备 Unity 漫游和本地浏览器漫游方案。

Ethan Mollick 应读者要求，用 GPT-6 Astra 最高设置运行提示词，生成可在 twigl.app 运行的 shader，内容为风暴海浪中部分被淹没的无限新哥特式高塔城市，并附 twigl.app 运行链接。作者在引用中对比了此前 Fable 5.1 和 Fable 5 用同一提示词生成的同类作品，欢迎读者自行比较。

Ethan Mollick 回应为何新模型发布时他常发布大量可视化内容，原因是几乎没人点链接，可视化最能传达 AI 进展。他同时给出其宾大 AI 实验室的详细研究入口 https://gail.wharton.upenn.edu/research-and-insights/

Ethan Mollick 称在撰写 HuggingFace Incident 相关内容时试用过 Astra，Astra 帮助提供了上下文。他认为让 Astra 出色的特点（运行 subagent、面对障碍时的巧妙应对、长程运行能力）在缺乏 guardrails 时也正是其风险所在，属于双刃剑。

Ethan Mollick 用 GPT-6 Astra 在开源单文件海洋风暴生成器 ABYSSAL 的基础上生成其余海洋内容，包括动物行为的程序化模拟。在线 demo 见 https://abyssal-living-deep.netlify.app/?

Ethan Mollick 提出，使用 Fable 和 Astra 级模型的心智模型是委派给一个优秀的外部团队，而不是实习生。要能说清你想要什么、给 AI 多大自主权、指定要测试什么以及何时来找你求助，并能描述好的成果是什么样的。

Ethan Mollick 发推称 Astra 的一个细微优点是心智理论保持得更好，最终成品中很少出现引用此前草稿或构建期工作的怪异内容，长时间运行时漂移也更少。他表示并不完美，但表现非常好。