30 分钟生成麻将程序，再跑 768 半庄
作者让四个模型在共同基础上分两轮各 15 分钟编写规则麻将 AI，以 32 个种子和轮换座位对战；Astra 程序表现最好，追加对局仍略输作者的 Orbit AI。
Doui Lab到原平台查看 （新标签页）
FIELD NOTE 002 · 2026.09.07
GPT-6 Astra
证据与案例档案
把发布页的漂亮数字、独立测评的冷水、以及真正跑起来的工作流放在同一张桌面上。
MODALITY MAP01—04
OWNED VISUAL / IMAGE GENASTRA
1.9×Mind2Web
任务速度OpenAI
任务速度OpenAI
99.9%ARC-AGI-3
适配 Harness*OpenAI / ARC
适配 Harness*OpenAI / ARC
−51%幻觉率
（AA max effort）Artificial Analysis
（AA max effort）Artificial Analysis
$10/$50每百万 Token
输入 / 输出API 标准价
输入 / 输出API 标准价
OPEN SOURCE TRAILS / 2026.09.08
看见成果，直达原帖
181 个已核对来源 · 19 个内容平台
封面、作者和简短解读；完整视频与作品在原平台打开。
浏览器内文档搜索：12 份文档、8 道问题
作者让 Astra 开发浏览器内语义搜索，使用 multilingual-e5-small 与 Transformers.js 查询架空文档；8 题中首项命中 7 题，界面保留三项原文和出处供人选择。
さとうたくみ到原平台查看 （新标签页）
星图创作通过，中途改指令未生效
作者用架空资料和星图比较 Astra 与 Sol，记录图像阅读及多项创作限制；另一项生成中的修改虽进入 CLI 队列，却没有反映到成品。
かず｜AI実践ノート / 仕事で使える生成AI到原平台查看 （新标签页）
03:17 不在证明：研究设施谜题游戏
作者让 Astra 制作三道谜题的浏览器短篇，亲自约 7 分钟通关，再增强界面并公开体验；与 Antigravity 对照时也记录了两次用量中断。
コバンのしらべノート到原平台查看 （新标签页）
Swift 代码驱动的 Realitizer 3D 建模
作者让 Astra 重设计 Realitizer 库，再用 Swift 生成蝠鲼、住宅和游戏角色，公开演示与库；住宅材质还用了 GPT-Image，首版之后继续修正。
Yuta Koshizawa到原平台查看 （新标签页）
agent-cost 为 Astra 修正 Fast 计费识别
作者更新开源 agent-cost 0.1.1，修复 Fast 设置识别，并把无法判定价格的 Token 保留为 unpriced；附合成日志与测试。
Yusuke Shiki到原平台查看 （新标签页）
从品牌简报到桌面与手机网站的两阶段提示词
作者公开 Astra 配合 Higgsfield MCP 的建站提示词：先确定品牌、素材和滚动叙事，再在同一网站内精修手机构图、导航与动画。
Barty-Bart到原平台查看 （新标签页）
Portal 通关：暂停思考与控制器配合
作者公开 Astra Max 玩 Portal 的控制器、暂停插件与脱敏日志，记录约23小时43分钟到达片尾，时间包含容量中断与等待。
cozyblaze到原平台查看 （新标签页）
Chris Best 重写日常 iPhone 与 Mac 笔记应用
Chris Best 让 Astra 重写自己每天使用的笔记应用；首版漏掉交互细节，要求读旧版后继续改进，再用相同方法重写桌面版并准备发布页。
Chris Best到原平台查看 （新标签页）
重建 Godot 动作游戏与地图编辑流程
作者用 Astra 重写已有Godot动作游戏，补充说明改动涉及打击手感、特效、地图美术和替换地图编辑器，并讨论视频切帧获得人物动作素材的办法。
donkyi到原平台查看 （新标签页）
沙漠地图扩展 FPS 模式与难度失衡
作者在已有沙漠地图上让 Astra 加入买枪、切枪、机器人对战及多种FPS模式，并公开提示词；作者和玩家都反映高等级机器人几乎见面就秒杀。
lin_ye到原平台查看 （新标签页）
展示前 12 个来源
图片为来源封面或截图，署名及完整内容归原作者。介绍依据作者公开说明整理，不代表本站独立复测。未取得来源图片的条目使用文字入口。
查看 48 个平台与检索渠道的覆盖情况
记录更新于 2026 年 9 月 8 日。本轮逐项重查 48 个平台与渠道，新增 48 个来源；12 个渠道仍有访问或连接障碍。视频仅核对原始简介与元数据，未完整观看；检索范围不代表全量抓取，搜索引擎不计为独立案例。
- GitHub累计 45 个来源；本轮新增 6 个
- GitLab累计 1 个来源；本轮访问受限或连接失败，未新增
- Gitee本轮未新增合格案例
- npm本轮未新增合格案例
- PyPI本轮未新增合格案例
- Docker Hub本轮未新增合格案例
- Hugging Face累计 4 个来源；本轮新增 2 个
- Composio本轮未新增合格案例
- SegmentFault本轮未新增合格案例
- 开源中国本轮访问受限或连接失败，未新增
- InfoQ本轮未新增合格案例
- 36氪本轮未新增合格案例
- 今日头条本轮访问受限或连接失败，未新增
- Google 搜索本轮访问受限或连接失败，未新增
- Bing 搜索本轮访问受限或连接失败，未新增
- 百度搜索本轮访问受限或连接失败，未新增
- arXiv / OpenReview本轮未新增合格案例
- Bluesky累计 5 个来源；本轮未新增合格案例
- V2EX累计 9 个来源；本轮新增 1 个
- Linux DO累计 19 个来源；本轮新增 8 个
- Hacker News累计 1 个来源；本轮新增 1 个
- Stack Overflow本轮未新增合格案例
- Product Hunt本轮未新增合格案例
- Medium本轮访问受限或连接失败，未新增
- DEV Community累计 2 个来源；本轮新增 1 个
- Hashnode本轮未新增合格案例
- HackerNoon本轮未新增合格案例
- Substack累计 3 个来源；本轮新增 1 个
- Zenn累计 11 个来源；本轮新增 3 个
- Qiita累计 1 个来源；本轮新增 1 个
- note累计 16 个来源；本轮新增 7 个
- 官网与作者网站累计 5 个来源；本轮未新增合格案例
- CSDN本轮未新增合格案例
- 掘金本轮未新增合格案例
- 知乎本轮未新增合格案例
- YouTube累计 22 个来源；本轮新增 8 个
- Bilibili累计 22 个来源；本轮新增 6 个
- 抖音本轮未新增合格案例
- TikTok本轮访问受限或连接失败，未新增
- 快手本轮未新增合格案例
- 微信视频号本轮未新增合格案例
- X / Twitter累计 6 个来源；本轮访问受限或连接失败，未新增
- 小红书本轮访问受限或连接失败，未新增
- 微博本轮访问受限或连接失败，未新增
- LinkedIn累计 1 个来源；本轮新增 1 个
- 微信公众号本轮未新增合格案例
- Reddit累计 7 个来源；本轮新增 2 个
- WaytoAGI / 飞书累计 1 个来源；本轮访问受限或连接失败，未新增
01 / CASE LIBRARY
先看它做成了什么
每张卡都标注来源层级。带“概念视觉”的图片是本档案生成的展示图，不冒充原始测评输出。
概念视觉 · image gen 生成图像 / 3D
从多视角参考到可用的 3D 资产
Astra 在 BenchCAD 中根据多视图渲染生成 CAD 代码，几何重叠分数达到 95.9%；官方估计成本低于 Sol 约 43%。
来源：OpenAI 发布页
概念视觉 · image gen 生成图像 / 编排
让一组页面拥有同一个编辑方向
早期用户把文章和搜索摘要交给 Astra 做 visual essay。反馈显示：单页构图更有冲击力，但整组页面的插画、字体和重量仍需人工定调。
来源：Reddit 早期体验
概念视觉 · video workflow 视频 / 预演
从脚本、镜头到可跟踪的分镜
这类案例更接近“视频生产工作流”：Astra 负责拆镜、保持镜头连续性、生成预演资产；Cognition 的早期反馈称视频更易复核，报告更清楚。
来源：OpenAI / Cognition
“
文案 / 演示文稿
把 brief 变成能直接交付的 deck
Hebbia 的早期数据：对 brief 的遵循度高 17%，引用事实正确率高 19%。OpenAI 也强调 Astra 更擅长遵循模板、压缩无关上下文。
+17%brief fidelity
+19%source accuracy
来源：Hebbia / OpenAI
文案 / 专业工作
有证据边界的法律起草
Harvey 观察到，Astra 会区分已建立的记录和待验证文件，把缺口转成具体的起草立场；这比“写得更长”更接近专业协作。
evidence → position
来源：Harvey 早期测试
Computer Use
真的在电脑里把事做完
从填表、CRM 更新、日历整理到网页研究和前端 QA。OSWorld 2.0 离线模拟：72.6%，平均用时约 40 分钟，比 Sol 少 47%。
task queue04 / 04 done
frontend QAverified
来源：OpenAI / OSWorld
Agent / 长流程
从想法到能玩的游戏原型
早期测试者记录：Astra high 完成 Pokémon 挑战用时 18 小时 12 分，Sol max 需要 96 小时 35 分。重点是循环验证，而不是一次生成。
Astra high18:12
Sol max96:35
来源：早期用户记录
研究 / 数学
从猜想、检索到 Lean 形式化
OpenAI 分享了质数间隙结果；Epoch 记录 Astra 在 68 道 Lean 验证的未解 Erdős 问题中解决 2 道，此前没有模型完成过。
∴ proof → Lean
来源：OpenAI / Epoch AI
安全 / Cyber
能力越过 Critical，护栏必须跟上
ExploitBench 100%，ExploitGym 42.4%；系统卡将其标为 Preparedness Framework 的 Critical 级别，强能力与可监控性同时成为议题。
监控性下降 / no-CoT time horizon：30.9 min vs 3.6 min
来源：OpenAI Safety / UK AISI
Computer Use / CRM
把复杂线索路由交给浏览器里的 Agent
Claire Vo 让 Astra 读取复杂的 CRM 节点流程、判断线索条件并完成路由。重点不是生成一段脚本，而是直接在真实界面里跑完多步工作流。
lead routingrules mapped
handoffready for review
来源：Claire Vo / ChatPRD
概念视觉 · Flora → Figma 生成图像 / 生产链
从 Flora 节点到 Figma 成片，一次跑通缩略图
输入新照片后，Astra 检查现有的 Flora 节点图，选模型、设比例、写提示词，再把生成的素材交给 Figma 排版。设计师只保留最后的审美判断。
来源：Claire Vo / Lenny’s Newsletter
视频 / 房产预演
房源照片 → 可漫游空间 → 宣传片
社区实测把 Zillow 房源照片交给 Astra，先重建房屋与室内陈设，再进入可探索的城市场景，并串接生成房产宣传视频。
输入photos
输出scene + cut
来源：新浪财经 / 社区实测
生成图像 / 3D 游戏
把“丑到不能玩”的 3D 原型拉回可玩
Claire Vo 用 Blender 给 Astra 一个 90 年代 Barbie Fashion Designer 目标，得到可换衣服、发型和配饰并走秀的 3D 原型；同一套思路也被用于孩子的 3D 家庭任务世界。
character → wardrobe → runway
来源：Claire Vo / How I AI
Agent / 协调循环
让一个 Agent 盯方向，另一个 Agent 持续施工
Matt Shumer 的 Manager Loop：协调者把目标拆成阶段清单，独立的 implementer 在 Codex 里执行，必要时再开子 Agent。它被用来推进模拟文明和 GTA 风格纽约城。
2 lanescoordinator + builder
longcontext continuity
来源：Matt Shumer
Agent / 桌面软件
一句目标，做出 AIM 风格的 Mac 应用
Astra 把 Codex 线程包装成 90 年代 AOL Instant Messenger 风格的桌面客户端：每个线程是一位 buddy，可以像聊天一样继续管理 Agent。
buddy list03 online
codex threadshipping
来源：Claire Vo / How I AI
Agent / Vibe Coding
单个提示词，打开浏览器就能玩的闯关游戏
Matthew Berman 的演示把 Astra 直接推向 Fall Guys 风格的 playable prototype：物理、障碍、移动和淘汰逻辑都要在浏览器里跑起来。
brief1 prompt
验收playable
来源：Matthew Berman / YouTube
视频 / 空间调度
先排演员和镜头，再交给视频模型渲染
Higgsfield 的流程让 Astra 先读取博物馆空间、安排演员走位、生成镜头清单并检查人物是否始终在取景框内，最后逐镜交给 Seedance 2.5。
Astra 负责空间与镜头逻辑，视频模型负责最终渲染
来源：Higgsfield / 新浪财经汇总
新增 / 视频工作流
5 分钟 T 细胞科普视频
公开线索展示 Astra 调用 Remotion 做科普视频；页面记录复现条件和医学核查边界。
复现流程
资料核查 → 分镜设计 → 视频渲染
来源：Derya Unutmaz / X
新增 / 3D 界面
参考图 → Three.js 地球仪仪表盘
把参考截图拆成布局、交互和数据约束，避免用一张背景图冒充可运行界面。
复现流程
拖动旋转 · 缩放 · 查看数据
来源：Kai / X
新增 / 长流程
把曼哈顿缩小成四个街口
从持续多日的项目展示中提炼一个能验收的 Unreal 街区原型，先保证主路径可走。
复现流程
街区灰模 → 步行测试 → 场景细化
来源：Matt Shumer / X
新增 / Computer Use
连续 1 小时 45 分钟做 QA
Agent 点击、刷新、发消息并查看控制台，把长时探索转成可回归的缺陷清单。
复现流程
点击操作 · 刷新检查 · 缺陷记录
来源：Claire Vo / ChatPRD
新增 / 产品情报
四处产品数据变成一张状态图
整合 Intercom、Granola、Linear 与 GitHub，去重后生成优先级、趋势图和 auto-wiki。
复现流程
汇总数据 → 去重整理 → 解释结论
来源：Claire Vo / ChatPRD
新增 / 硬件
先造工具，再控制像素音箱
先做网页画板连接 Divoom，再做 CLI 推送滚动信息和动画；没有公开 API 也要记录权限与断线边界。
复现流程
研究协议 → 制作工具 → 检查输出
来源：Claire Vo / ChatPRD
没有匹配的案例。试试“3D”“视频”或“OpenAI”。
01A / NEW FIELD NOTES
新增六篇：从演示到可复现任务
每篇都把公开演示和复现建议分开，标出工具依赖、证据等级与最后一道人工检查。
5 分钟 T 细胞科普视频
一条公开线索展示了 Astra 调用 Remotion 做科普视频。复现时先核查医学表述，再交付分镜、字幕和实际渲染文件；没有配音工具就交付旁白稿，不把模型调用工具写成“原生视频生成”。
复现验收知识来源 · 字幕不截断 · MP4 可播放
看原始线索 ↗从参考图重建地球仪仪表盘
作者用参考图比较不同模型的 Three.js 输出。真正可复现的任务应要求地球支持旋转、缩放和昼夜切换，并把模拟数据明确标为模拟；截图只能说明外观，不能代替交互测试。
复现验收拖动旋转 · 点击数据点 · 窄屏布局
看原始线索 ↗把曼哈顿缩小成四个街口
公开项目描述了持续多日的 Unreal 场景制作。这里把范围收窄为四个街口：先验收路网、建筑体量和第一人称移动，再加交通和日夜光照，并区分地图事实与艺术化设计。
复现验收主要路径可走 · 资产有来源 · 性能有记录
看原始线索 ↗让 Agent 连续 1 小时 45 分钟做 QA
Claire Vo 记录 Astra 打开预览分支、点击应用、刷新页面并查看控制台，找到了人工测试遗漏的问题。价值在于长时观察与记录，不在于把一次体验包装成任何项目都能稳定复现。
复现验收操作日志 · 控制台错误 · 可回归缺陷
读完整记录 ↗把四处产品数据变成一张状态图
ChatPRD 的产品情报功能要整合 Intercom、Granola、Linear 和 GitHub，去重后提炼优先级并生成 auto-wiki。公开记录称首个提示词完成约九成，后续追问补齐；数据权限和洞察准确性仍需人工负责。
复现验收去重规则 · 引用链 · 优先级可解释
读完整记录 ↗先造工具，再控制 Divoom 像素音箱
公开实战先做网页画板连接蓝牙音箱，再做 CLI，让设备显示滚动信息和动画。这个案例适合用来理解“研究协议—造最小工具—再交给工具执行”的链路，不能推断所有闭源硬件都能照此成功。
复现验收权限最小化 · 断线可恢复 · 输出可见
读完整记录 ↗02A / OPEN WEB RADAR
全网索引：谁在怎么用 Astra
按平台保留标题、作者和可回看的入口。播放量是抓取时的公开值，适合排序，不代表质量。
34高信号入口
8可用检索通道
23精选案例
1开源编排库
GPT-6 Astra：新一代智能
发布页、完整跑分、11 个演示和专业工作定位。
打开来源 ↗Benchmarking GPT-6 Astra
Intelligence / Coding Agent 双指数、Token 效率和成本。
读测评 ↗Everything I’ve built with Astra
CRM、Flora 缩略图、硬件、AIM、Blender 与 3D 游戏。
读 Claire Vo ↗Manager Loop / Unreal / Browser
协调 Agent 推进模拟文明、纽约城和 Chromium 对照测试。
读长评 ↗Visual essays / magazine spreads
单页冲击力更强，但跨页字体、插画和重量仍会漂移。
看对照 ↗Awesome Astra
证据、提示词、集成、评测与安全笔记的社区目录。
打开仓库 ↗b3ehive：把工作变成可验证的 swarm workflow
五个 portable skills：compete、execution、learn、optimization、looper。适合把 Astra 的长流程实验做成可检查的任务系统。
查看 b3ehive ↗长文评论的中文拆解
Harness 差异、30.9 分钟 no-CoT、3D、数学和 Token 成本。
打开原帖 ↗全网 38 个“神级”案例
中文快速索引，适合先扫案例标题再回到原始来源。
看视频 ↗审美、Agent、3D 实测
“折腾一晚上”的中文体验型复盘。
看视频 ↗半小时重建 Dust2
围绕游戏地图、空间重建和长流程执行的录像。
看录像 ↗One-shot 生成《我的世界》
中文社区对“单提示词可玩原型”的快速验证。
看视频 ↗孪生素数猜想与 AGI 叙事
量子位 Daily 的短视频版数学新闻。
看视频 ↗The Best Model I’ve Ever Used
Matthew Berman：浏览器、游戏和第一手长测。
看视频 ↗Hacking Hardware / 3D Games
How I AI 的完整实战回放。
看视频 ↗20 Real Examples
从有用工作流到接近不可能任务的案例合集。
看视频 ↗Vibe Coding with Astra
长时段 coding 与构建过程记录。
看视频 ↗b3ehive / OpenClaw Skills Plugin
含五个 skill、跨平台安装脚本和验证契约。
打开仓库 ↗确认发布 / 何时开放
中文快讯，适合追踪上线节奏与可用范围。
看快讯 ↗AGI 测试 99%，那 AGI 来了吗？
从 ARC 分数切入的中文解释型视频。
看视频 ↗场景建模 / 基因测序 / 细胞追踪
把官方性能演示剪成一条短片。
看演示 ↗6 段内测效果合集
中文社区的早期结果拼接索引。
看合集 ↗一句提示词生成《泰拉瑞亚》
单文件 HTML 游戏原型的中文转述。
看视频 ↗Full analysis / Caleb Writes Code
从模型能力到实际开发流程的英文复盘。
看视频 ↗First impressions
Arena AI 的首轮体验和任务拆解。
看视频 ↗Benchmarks deep-dive
围绕 coding score 与 Fable 的质疑型分析。
看视频 ↗gpt6-astra-one-shot-games
收录原始 Prompt 与可直接运行的单文件 HTML 游戏。
打开仓库 ↗Erdős 形式化问题
tadamcz 的 Lean 仓库：记录 Astra 发现、证明或反证的数学结果。
打开仓库 ↗全面解析：欢迎来到 AGI 时代
覆盖 Computer Use、审美、主动性、安全和思维链监控。
读文章 ↗首批内测：3D、游戏、电影制作
整理房源重建、Dust2、Fall Guys、Ableton 和视频链路。
读汇总 ↗从问答伙伴到自主数字员工
聚焦 OSWorld、办公流程、软件工程和企业自动化。
读体验 ↗为什么两个总榜会打架
Epoch ECI 169 与 AA Intelligence 61 的分歧，以及 ARC Harness 影响。
看对照 ↗Benchmarks / Price / Verdict
把 coding、agent、deep research、video 和 design 场景拆开讨论。
读评测 ↗GPT-6 Astra Benchmarks Explained
面向产品和工程团队的跑分解释与选型读法。
读指南 ↗高信号雷达抓取范围：OpenAI、Artificial Analysis、Latent Space、Exa 网页索引、X / @vista8、Bilibili、YouTube、GitHub、OpenAI 社区、OpenRouter、Moltbook 及中文媒体。这里的 34 张卡是经过人工筛选的入口，完整批次请看下方全量发现库。
展开历史发现库 · 346 条待筛选线索
02B / RAW DISCOVERY ARCHIVE
全量发现库：346 条原始线索
这里保留批量搜索得到的原始标题和入口，包含测评、视频、开源项目、社区讨论与中文媒体，也保留同义词、转载和“GPT-6 / Astra”命名混淆的候选线索。两套飞书资料已拆成 30 + 8 个案例条目和 2 个资料入口。它们需要回到正文核验后，才会升级为精选案例。
346去重后条目
60当前展示
11来源分组
0编造案例
已抓取 GitHub · Bilibili · YouTube · AI 社区 · X · 抖音 · 飞书资料中文线索 公众号 / 中文网页原生待补 小红书：公开网页未发现可核验 Astra 笔记桥接未连接 Reddit：搜索摘要不计入已验证案例
当前筛选没有结果。换一个关键词或平台。
发现库的 346 条是跨批次搜索后按 URL 去重的结果，不等于 346 个独立实测。精选案例只收录有明确任务、输出或评测条件的条目；“待核验”项目保留在这里，避免把搜索摘要误写成事实。
02 / EVALUATION MAP
数字很强，条件也很强
点击指标名称或“查看来源”，可打开对应报告；对照条件与解读保留在同一行。
BENCHMARK / WHAT IT TESTSASTRAPREVIOUS / RIVALREAD THIS AS
* ARC-AGI-3 的 99.9% 来自 OpenAI 的 provider adapter Harness；ARC Prize 同时给出 62.7% 的标准 Harness 跑分。不同 Harness、努力等级和成本设置不应放进同一个“排行榜”里。
03 / HOW TO READ
用它做事，先问三个问题
01
任务是长流程，还是一次回答？
Astra 的优势更集中在工具调用、持续状态和端到端完成度。
02
这个数字用了什么 Harness？
ARC、SRE 和 Computer Use 的分数，会随状态持久化、压缩策略和步数上限变化。
03
完成成本是按 Token，还是按任务？
标准价格更高，但 Coding Agent 常因少用 Token 而更便宜；综合智能任务则可能贵 75%。