“A Staff Engineer Collaborator” | Notion’s First Look at GPT-6 Astra

**GPT-6 Astra 作为高级工程协作伙伴：Notion 的初步体验** GPT-6 Astra 不再是被分配琐碎任务的工具，而更像一位高级工程师协作伙伴，被委以攻克曾尝试却未能解决的复杂难题。 ## 从任务执行到目标设定的协作模式转变 Notion 工程师 Quinn 主要在 CodeEx 中使用 Astra，他指出与去年相比，协作思路发生了根本转变。以往是分配具体任务并让模型执行，今年更侧重于设定一个目标，然后引导模型自主探索解决问题的路径。 这意味着与模型的主动协作时长缩短了。Quinn 表示，现在他花费的交互时间更少，大部分时间只需盯着对话界面，思考模型需要他回答什么问题。闭环协作的效率得到了显著提升。 ## Astra 的核心优势：清晰的表达与模式发现能力 Quinn 强调，Astra 的沟通能力比以往模型有了质的飞跃。像 Soul 等前代模型虽然聪明，但表达能力较弱。而 Astra 的交互更像人与人之间的对话。 其强大的能力体现在两个方面： 1. **高效的模式识别与整合**：当面对一个复杂问题时，Astra 能更快地串联信息点，看到之前被忽略的模式。这种模式往往暗示着更深层次的现象。 2. **极其清晰、无冗余的表达**：Astra 输出的问题分析和场景描述非常精准，没有多余信息。Quinn 表示，他甚至不需要反复阅读就能完全理解，这在与其他编程助手的结果对比中尤为突出。 ## 实际应用案例：优化缓存重用率 Quinn 分享了他将 Astra 部署的第一个重要任务：优化 Notion 花费巨大的 token 消耗中的“缓存重用率”。 他将团队以往的所有工作成果和当前认知提供给 Astra，并询问“上次审计时有哪些遗漏？”。Astra 直接指出了被忽略的关键要点。与 Soul 模型需要深入分析不同，Astra 更快、更直接地洞察到了团队遗漏的核心模式。 ## 如何向团队推介：设定核心目标 对于如何向 Notion 同事介绍 Astra，Quinn 的建议是改变工作思路：与其分配具体任务，不如给它一个核心目标。 例如，在看板上，目标可以是将某个关键数字的有效数字提升一位。Astra 的角色就是理解这个目标范围，并自主规划实现路径。这种基于目标的协作方式，释放了高级模型作为真正协作伙伴的潜力。 **来源**：OpenAI YouTube 视频 - ["A Staff Engineer Collaborator" | Notion’s First Look at GPT-6 Astra](https://www.youtube.com/watch?v=dtNlpZI86Dk)