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发布后不久，排行榜似乎已无人关注？

并非跑分数据不佳，而是OpenAI改变了策略，转而要求用户提交成果。开发者们见状，便纷纷响应。

开发者Tom Krcha将一张旧蒸汽机车的图纸交给Astra，指令其在Blender中复原。

几分钟内，Blender中出现了3295个可编辑的独立对象：锅炉、连杆、车轮、铆钉，每个部件都能被单独选中和修改。

想要更精细或更简化，只需一句话。用Krcha的原话来说：“去建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本人先泼了冷水：

别以为它是坐在Blender里点击鼠标的建模师，它根本不点鼠标，完全依靠编写Python脚本，逐个“写”出零件。

这才是这轮3D热潮的核心逻辑。

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

它先观察图像，理解机车的组装方式，再将锅炉、车轮、连杆逐一拆解，然后调用Blender的Python接口bpy，逐个生成几何体、命名，并放置到正确位置。

能看懂图像、推导空间关系、编写脚本、并根据渲染图进行修改：这四件事叠加在一起，外人看到的就是“会建模”。

Krcha的另一个演示更为彻底：切换到Three.js中，连模型文件都省了。

两辆火车的几何结构、车轮转动、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

为了证明这并非偶然的炫技，OpenAI自己的工程师Thomas Ricouard提交了一份最硬核的成果。

他的起点仅有一句话：设计一栋极简但细节丰富的房子，带花园，光线要充满电影感。没有平面图，也没有家具清单。

Astra直接通过Blender的Python接口，将建筑、木工、家具、植物、材质、灯光和相机全部构建出来。

更关键的是，在提交成果前，它先自行查看了预览渲染，自行调整构图、修改光线、修复植物穿模，并将沙发上的毯子重新摆放好。

一句话生成的第一版Solace住宅，Astra通过Blender Python接口建出建筑、家具、材质与灯光。

有一次，Astra自行发现不锈钢水槽有一块法线方向错误，渲染效果像被人捏过，它顺手修正，并重新渲染了一遍。

这些问题Ricouard从未指出过，全部是模型自行发现并修复的。

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，中间是客餐厨，两侧是三间卧室加书房，环绕着一个种有植物的庭院。

平面图上明确了动线考量，例如卧室不设过道，绕庭院的路线避开厨房工作区。

在Ricouard批准平面图后，Astra才重建了整栋房子。

Astra先画平面图再建模：U形单层住宅，客餐厨居中，两翼三卧加书房，动线避开厨房工作区。

构建出的所有物体都是几何体：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。

为了检验成果，Ricouard要求一段30秒、具有生活感的高清镜头漫游。

Astra自行编写脚本，将相机架设在1.65米高度，配备24-26毫米镜头，加入轻微步行晃动，遇到预览中对着空墙的镜头就重拍，最终渲染了900帧拼接成影片。

这还没完，Astra接着编写了一套导出管线：将几何体导出为FBX，同时生成一份JSON描述文件，记录每个部件的位置、材质和灯光。

它将整栋房子搬进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，它加入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，甚至咖啡机按下去真的会往杯子里流出咖啡，液面也会随之上升。

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，导出到引擎是另一个人，编写交互逻辑又是第三个人，现在是一个模型从头贯穿到尾。

这才是最具颠覆性的改变。

打通跨软件工具链的执行层

如果只有3D能力，还能说是视觉能力顺带溢出。

但官方发布页上的另一个演示，直接跨到了电子工程领域。

Astra拿到一张电路原理图，打开KiCad，先将元件逐个摆上板子，再将铜线一根根布好，一路推进到能送去工厂生产的PCB布局。

从事硬件的人都知道这有多繁琐：PCB布局至今仍大量依赖手工，是电子设计流程中出了名的瓶颈。

在Blender里编写bpy，在Unreal里编写导出管线，在Three.js里直接编写几何，在KiCad里摆放元件和走线。

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，找到软件的接口，编写代码或动手操作，查看结果，再修改。

OpenAI将这套能力定义为电脑操作、网页浏览和专业工作。发布仅一周，Astra已凭借这套能力，将首批专业软件变成了自己的试验场。

在社区中，各种脑洞大开的成果也开始井喷。

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

你从《阿尔的卧室》中醒来，推门就是《夜间露天咖啡座》，沿街走下去是《罗纳河上的星夜》，出了城门是《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而成。

这表明Astra的能力不止于制作资产，六幅画如何拼成一个连续空间，走到哪里触发什么，最后如何打包成一个可在浏览器中打开的网页，它一手包办。

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

Dominik Kundel让Astra在BrickLink Studio里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。

还有人制作了一款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，哪里遗漏一目了然，左下角同步累计已清扫面积。

梵高小镇是少数从零开始绘制的例子。

需要注意的是：多数刷屏的成果，虽然提交了成品，但并不等于凭空生成。

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

以前担心AI，是怕它嘴上说错话。现在担心AI，是它可以替你干活，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是第一个触及准备框架“关键”级网络安全门槛的模型。

“关键”级的含义是：给它工具和权限，无需人工指导，它自己就能在加固过的系统中找到未被发现的漏洞，并编写出利用程序。

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构建了一整条入侵链，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一条提权链，从普通账号一路提升至root。

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

因此，OpenAI在过去几周推迟了Astra的部分开发和发布，先加厚防护、测试完毕后再放出。

在Copilot时代，软件属于人，AI站在旁边递扳手；在软件操作层时代，AI直接坐到工位上，人退到审核平面图、点击确认的位置。

接下来一两年的蓝图已经清晰：哪个软件有脚本接口、有命令行、有可读取的文件格式，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测试的就是不借助任何接口、直接用鼠标和键盘操作一台真实电脑，Astra在上面取得了72.6%的成绩，平均每项任务耗时约40分钟，比上一代节省了近一半时间。

因此，有接口的软件先被接管，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。

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。