Astra在编码中的应用：我们为何又要做这件事？

# Astra 编程体验：我们为何再试一次？ 来源：https://lucumr.pocoo.org/2026/9/7/astra-why/ 撰写于 2026 年 9 月 7 日 我越来越确信，整个 AI 工程领域都陷入了“内卷”（[Neijuan](https://en.wikipedia.org/wiki/Neijuan)）（*内卷，意指向内卷曲*）。在中国，它描述了一种要求付出更多努力与竞争，却未提升产出的系统。这种现象有时在西方表现为 [996 工作制](https://lucumr.pocoo.org/2025/9/4/996/) 的荒谬现象。内卷的英文术语是“Involution”，源自《[Agricultural Involution](https://en.wikipedia.org/wiki/Agricultural_Involution)》一书。农业内卷描述了农业集约化——每平方米生产力提高，但人均生产力保持不变的现象。这正是我对当前 AI 发展的感受。 由此我想到 GPT 6 Astra。Astra 毫无疑问是个令人印象深刻的模型。这一点我几乎无可指摘。它擅长使用计算机、理解图像和复杂主题，并且不懈追求任务完成。绝对令人惊叹——这类模型将以某种形式改变世界。但至少目前，我不知道如何将其应用于实际软件工程。由于这个观点在推特上引起不少关注，我决定总结一下我的想法，并分享一下它生成的代码样例。 ## 我的“代码工厂”体验 “阿尔明，你应该开个软件工厂！”这句话我已听过几次，因此我决定在周末开一个小型软件工厂来庆祝它的发布。如果所有人都在构建简陋的 3D 游戏，我也该用它做点有用的事。 我的软件工厂特意让模型自主决定工作流程。它可以自由管理自己的上下文，并在 `agent-notes` 文件夹中维护自己的记录。然后它会分派出子代理来处理任务。目标是什么？假如我们有一个支持[虚拟线程](https://lucumr.pocoo.org/2025/7/26/virtual-threads/) 和词法作用域的 Python。 结果呢，我为此消耗了 ChatGPT 一整次重置配额的 token，大约 40 亿 token。35 小时后，工厂没有交付任何有价值的东西，也没教我如何更好地运营它。但它生成了大量代码和输入提示，让我得以研究。它表现出的行为与我之前用 Sol 及早期 OpenAI 模型时的习惯不同（参见注释 [1](https://lucumr.pocoo.org/2026/9/7/astra-why/#fn-1)）。 此后我在使用 Astra 进行常规编程时也遇到了相同问题，所以这并非仅由工厂模式导致。我怀疑是训练过程出了“问题”。模型因成功完成长期任务而受到奖励，但对“糟糕代码”的惩罚似乎很少。结果就是，Astra 非常擅长[生成 3D 内容](https://developers.openai.com/blog/how-to-build-games-with-astra)，并且可以持续工作很长时间，自行生成任务。我让它逆向工程了我的扫地机器人，其方式相当令人印象深刻。所以它确实很酷！ ## 代码高尔夫式工具调用 Astra 的第一个问题体现在它用于工具调用的代码类型上。Codex 逐渐依赖“纯 bash”来执行越来越多的操作。几个版本以来，原始 Codex 框架已使用 `sed` 等工具读取文件。你通常看不到这些命令，因为 Codex 会解析 bash 命令（[相关代码](https://github.com/openai/codex/blob/f1aac1e885f676a1129f2da0c46a3dba86392fc6/codex-rs/shell-command/src/parse_command.rs#L2290-L2504)）并在识别时隐藏它们。 但 Astra ……特别喜欢 Python？这并不奇怪，因为即使是旧版 OpenAI 模型也偶尔会使用按需生成的 Python 代码来读取和操作文件，但 Astra 的使用频率对我来说实在过高。 **重要说明**：由于我在此项目中*直接参与* CPython 解释器的开发，所以这个案例非常“元”。但我可以确保，即使在 TypeScript 代码中我也见过模型执行奇怪的 Python 操作。不过最明显的例子还是周末我的“代码工厂”在*完全无人监督*下运行时产生的。 写出 Python 代码并不稀奇；有趣的是 Python 的使用方式。以下是我收集的一些输出示例供您浏览。 ### Python 字符串拼接修改 C 代码 在 Codex 框架中，我发现多处子代理完全使用 Python 手动字符串操作，而非使用补丁工具。 ```python python3 - <<'PY' from pathlib import Path p=Path('Include/internal/pycore_intrinsics.h');s=p.read_text().replace('#define MAX_INTRINSIC_1 14','#define INTRINSIC_RETAIN_ANNOTATION_CELLS 15\n\n#define MAX_INTRINSIC_1 15');p.write_text(s) p=Path('Python/intrinsics.c');s=p.read_text();idx=s.index('#define INTRINSIC_FUNC_ENTRY');s=s[:idx]+'''/* Hold every old cell until the compiler has published the entire site's new capture. A replaced cell's finalizer may reenter module __annotate__. */ static PyObject * retain_annotation_cells(PyThreadState *tstate, PyObject *holders) { if (!PyTuple_CheckExact(holders)) { PyErr_SetString(PyExc_TypeError, "annotation holders must be a tuple"); return NULL; } Py_ssize_t size = PyTuple_GET_SIZE(holders); PyObject *previous = PyTuple_New(size); if (previous == NULL) return NULL; for (Py_ssize_t i = 0; i < size; i++) { PyObject *holder = PyTuple_GET_ITEM(holders, i); if (!PyCell_Check(holder)) { Py_DECREF(previous); PyErr_SetString(PyExc_TypeError, "annotation holder must be a cell"); return NULL; } PyObject *cell = PyCell_Get(holder); PyTuple_SET_ITEM(previous, i, cell == NULL ? Py_NewRef(Py_None) : cell); } return previous; } ''' +s[idx:];s=s.replace(' INTRINSIC_FUNC_ENTRY(INTRINSIC_AWAIT_BLOCK, await_block)',' INTRINSIC_FUNC_ENTRY(INTRINSIC_AWAIT_BLOCK, await_block)\n INTRINSIC_FUNC_ENTRY(INTRINSIC_RETAIN_ANNOTATION_CELLS, retain_annotation_cells)');p.write_text(s) p=Path('Python/codegen.c');s=p.read_text();idx=s.index('static int\ncodegen_annassign(');s=s[:idx]+'''static int codegen_retain_annotation_cells(compiler *c, location loc, PyObject *captures) { Py_ssize_t pos = 0; PyObject *binding, *holder; while (PyDict_Next(captures, &pos, &binding, &holder)) { ADDOP_NAME(c, loc, LOAD_CLOSURE, holder, cellvars); } ADDOP_I(c, loc, BUILD_TUPLE, PyDict_GET_SIZE(captures)); ADDOP_I(c, loc, CALL_INTRINSIC_1, INTRINSIC_RETAIN_ANNOTATION_CELLS); return SUCCESS; } ''' +s[idx:] a=s.index(' if (conditional_annotation_index != NULL) {',s.index('codegen_annassign(compiler *c')) b=s.index(' if (captures != NULL) {',a) # Move lookup before conditional registration and retain old cells before anything changes. lookupstart=s.index(' PyObject *captures = _PyCompile_AnnotationCaptures',a) lookup=s[lookupstart:b].replace(' return ERROR;',' Py_XDECREF(conditional_annotation_index); return ERROR;') s=s[:lookupstart]+s[b:] setup=lookup+''' if (captures != NULL && codegen_retain_annotation_cells(c, loc, captures) < 0) { Py_XDECREF(conditional_annotation_index); return ERROR; } ''' s=s[:a]+setup+s[a:] needle=' ADDOP_NAME(c, loc, STORE_DEREF, holder, cellvars);\n }\n}' s=s.replace(needle,' ADDOP_NAME(c, loc, STORE_DEREF, holder, cellvars);\n }\n ADDOP(c, loc, POP_TOP); /* release old cells after full publication */\n}',1);p.write_text(s) p=Path('Include/internal/pycore_magic_number.h');s=p.read_text().replace(' Python 3.16a1 3709 (Checked deferred annotation closure capture)',' Python 3.16a1 3709 (Checked deferred annotation closure capture)\n Python 3.16a1 3710 (Retain replaced annotation captures until publication)').replace('#define PYC_MAGIC_NUMBER 3709','#define PYC_MAGIC_NUMBER 3710');p.write_text(s) p=Path('Lib/test/test_block_annotation_captures.py');s=p.read_text();idx=s.index(' def test_typing_consumers');s=s[:idx]+''' def test_replaced_cell_finalizer_sees_complete_site_publication(self): module=execute("""\\ events=[] class V: def __init__(self,n): self.n=n def __del__(self): if self.n == 0: events.append(__annotate__(1)) for i in range(2): x=V(i) # bind x y y=i value:(x.n,y) """) self.assertEqual(module.events,[{'value':(1,1)}]) self.assertEqual(module.__annotate__(1),{'value':(1,1)}) ''' +s[idx:];p.write_text(s) PY make -j1 > /tmp/block-annotations-build7.log 2>&1 ``` ### 套接字代码高尔夫 在一次对话中，代理遇到测试中的“Bad file descriptor”错误，Astra 决定以超级压缩的方式检查文件描述符是否可以通过 Unix 套接字在 macOS 上传递： ```shell /usr/bin/python3 - <<'PY' import socket,os,array for into in (False,True): a,b=socket.socketpair(); fd=os.open(os.devnull,os.O_RDONLY); b.sendmsg([b'c'],[(socket.SOL_SOCKET,socket.SCM_RIGHTS,array.array('i',[fd]))]); print('fds',a.fileno(),b.fileno(),fd) if into: r=a.recvmsg_into([bytearray(1),bytearray(),bytearray(19)],socket.CMSG_SPACE(4),socket.MSG_PEEK|socket.MSG_DONTWAIT) else: r=a.recvmsg(20,socket.CMSG_SPACE(4),socket.MSG_PEEK|socket.MSG_DONTWAIT) print('peek',r,flush=True) rights=array.array('i',r[1][0][2]); print('rights',rights,flush=True) for f in rights: try: print('stat',os.fstat(f)) except Exception as e: print('error',e) r=a.recvmsg(20,socket.CMSG_SPACE(4),socket.MSG_DONTWAIT); print('consumed',r,flush=True) a.close(); b.close(); os.close(fd) PY ``` ### 用 Python 修改代理笔记 代理笔记几乎都用 Python 进行更新： ```python python3 - <<'PY' from pathlib import Path p=Path('agent-notes/live/block-with-bindings.md');s=p.read_text().replace(' has117/77/zero failures.', ' has117/77/zero failures; existing bundled Expat unreachable-fallthrough\n warnings are the only optimized warnings.') # Keep the final evidence readable without rewriting historical parent requirements. for a,b in [('all328','all 328'),('pass31','pass 31'),('pass all328','pass all 328'),('pass,9.2s','pass, 9.2s'),('log`,210','log`, 210'),('log`,5,731','log`, 5,731'),('log`:18/18','log`: 18/18'),('pass,88','pass, 88'),('pass,90','pass, 90'),('skips,1m','skips, 1m'),('all6,280','all 6,280'),('has117','has 117')]: s=s.replace(a,b) s += '\nKey source review: Python/symtable.c:603 (discovery), :3985 (sequential header traversal),\nPython/codegen.c:3488 (source-only exclusion), :5836 (publication), :5853 (normal/\nunwind reference cleanup), :5925/:6037 (enter-protected target setup).\n' p.write_text(s) for name in ('STATE.md','build-and-test.md'): p=Path('agent-notes/live')/name;s=p.read_text() for a,b in [('build:117','build: 117'),('paths.18','paths. 18'),('paths.\n18','paths.\n18'),('and210','and 210'),('pass5,731','pass 5,731'),('All6,280','All 6,280'),('failures,31','failures, 31'),('in\n115s','in\n115s'),('have117','have 117'),('paths.\n18','paths.\n18'),('18 focused,210','18 focused, 210'),('and5,731','and 5,731'),('all6,280','all 6,280')]: s=s.replace(a,b) p.write_text(s) PY git diff --check git add -u git add Lib/test/test_block_with_bindings.py agent-notes/done/asyncio-task-drivers.md git diff --cached --stat git commit -m 'Add explicit with and async with header bindings' ``` ### 用 Python 运行 Node.js 在多次情况中，它使用 Python 在另一台机器上启动 Node.js。它先编写脚本，然后用 Bash 运行 Python，接着该程序通过 `prlctl` 在我的 Windows 主机上运行 Node.js。 ```python import subprocess code = "const{readFileSync}=require('fs');const{strict:a}=require('assert');const c=require('C:/Users/mitsuhiko/AppData/Local/Temp/pi-clipboard-threads/win32-arm64.node');(async()=>{const p=c.getText();a.ok(p instanceof Promise);const saved=await p;const image=await c.getImage();if(image||saved===null){console.log('arm64 async text/image reads passed; preserving non-text clipboard');return}try{for(const text of ['café 日本語','', 'large'.repeat(200000)]){const p=c.setText(text);a.ok(p instanceof Promise);await p;a.equal(await c.getText(),text);a.equal(await c.getImage(),null)}console.log('Windows ARM64 async Unicode, empty, large text and empty image passed')}finally{await c.setText(saved)}})().catch(e=>{console.error(e);process.exitCode=1})" subprocess.run(['prlctl', 'exec', 'Windows 11', '--current-user', 'C:\\Program Files\\nodejs\\node.exe', '-e', code], check=True) ``` ### 用 Python 运行 Node.js 再调用 PowerShell 由于已经在这样做了，它用 Bash 运行 Python，然后让 Python 运行 Node.js，最后通过 Node.js 调用 PowerShell。 ```python import subprocess code = "process.env.PSModulePath='C:/Windows/System32/WindowsPowerShell/v1.0/Modules';require('child_process').spawnSync('powershell.exe',['-NoProfile','-NonInteractive','-ExecutionPolicy','Bypass','-File','C:/Users/mitsuhiko/AppData/Local/Temp/pi-clipboard-threads/pi-clipboard-windows.ps1'],{stdio:'inherit'});console.log('completed')" subprocess.run(['prlctl', 'exec', 'Windows 11', '--current-user', 'C:\\Program Files\\nodejs\\node.exe', '-e', code], check=True) ``` 你可能觉得这很有趣，但我有些疑问。第一个问题是它对人类而言不可读。如果你想弄明白发生了什么，那就祝你好运吧。特别是当它选择不使用框架提供的编辑工具时，你将不得不依赖最终产物的差异查看器，因为通过阅读代码几乎不可能实时可视化变化。 在 Pi 中这种情况通常没这么糟，因为我主要看到它使用 `edit` 工具进行编辑。然而，当它使用子代理（代理认为没人看的时候）时，它会采用各种越来越奇怪的行为。我其实不知道模型是否认为有人在观察，但我的感觉是这样。但它随后开始在实际提交的代码中也做同样的荒谬操作。我主要在测试中看到这一点，但当你看到它编写嵌入 HTML 的 JavaScript 或 CSS 时也能发现。几乎像是当它“远离”常规代码时，就开始陷入这些模式。 以下是一些它创建的单元测试示例： **完全无视空格和缩进** ```python def test_unpack_suspension_and_continuation_close(self): from continuations import Continuation,suspend readers=[] class Source: def __iter__(self): yield 1 suspend('unpacking') yield 2 ns=execute(''' def run(): a,b='old-a','old-b' readers.append(lambda: (a,b)) def a,b=Source() suspend('published') ''',Source=Source,readers=readers,suspend=suspend) with Continuation(ns['run']) as continuation: self.assertEqual(continuation.resume(),'unpacking') self.assertEqual(readers[0](),('old-a','old-b')) self.assertEqual(continuation.resume(),'published') self.assertEqual(readers[0](),(1,2)) class Value:pass refs=[];frames=[];callbacks=[] ns=execute(''' def run(): for def x in [Value()]: refs.append(weakref.ref(x)) frames.append(sys._getframe()) callbacks.append(lambda: x) suspend('body') ''',Value=Value,refs=refs,frames=frames,callbacks=callbacks,weakref=weakref,sys=sys,suspend=suspend) with Continuation(ns['run']) as continuation:self.assertEqual(continuation.resume(),'body') self.assertNotIn('x',frames[0].f_locals) self.assertIsNotNone(refs[0]());callbacks.clear();self.assertIsNone(refs[0]()) ``` ```python def test_ast_roundtrips_and_future_annotation_unparse(self): source='callback=lambda {for def a, [b,*rest] in [(1,[2,3])] {return a,b,rest}}' tree=ast.parse(source);node=tree.body[0].value.body[0] self.assertIsInstance(node,ast.ForBinding) self.assertEqual(node._fields,('target','iter','body','orelse','type_comment')) self.assertEqual(node.lineno,1);self.assertGreater(node.end_col_offset,node.col_offset) self.assertEqual(ast.dump(tree),ast.dump(ast.parse(ast.unparse(tree)))) ns=execute('from __future__ import annotations\ndef f(arg: '+source.split('=',1)[1]+'): pass') self.assertEqual(eval(ns['f'].__annotations__['arg'])(),(1,2,[3])) tree=ast.parse('async def f():\n async for def x in