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

新智元报道

GPT-6 Astra发布没多久，就已经没人看榜单了？

不是跑分不好看，而是OpenAI变了套路，改成收作业了。开发者一看，行，那就交作业吧。

开发者Tom Krcha把一张旧蒸汽机车的图纸扔给Astra，让它在Blender里重建。

几分钟后，Blender里多出了3295个可编辑的独立对象：锅炉、连杆、车轮、铆钉，每一个都能单独选中、单独改。

想要多细、多简，一句话就行，用Krcha的原话说：「去造你自己的运输大亨吧」。

很多人惊呼AI突然学会了3D建模，但Krcha自己先泼了盆冷水：

别以为它是坐在Blender里点鼠标的建模师，它压根不点鼠标，全靠写Python脚本把零件一个个「写」出来。

这才是这波3D热潮的底层逻辑。

Astra没有长出一双会操作软件的手，它只是把Blender当成了一个带API的运行环境。

它先看图，弄清这台机车是怎么拼的，再把锅炉、车轮、连杆一件件拆开，然后调用Blender的Python接口bpy，一个零件一个零件地生成几何体，命名，放到该在的位置上。

能看懂图，推导出空间关系，写出脚本，还能对着渲染图修改：这四件事叠在一起，外人看到的就是「会建模」。

Krcha的另一个演示更彻底：换到Three.js里，连模型文件都省了。

两辆火车的几何、轮子转动、拆解重组动画，全是TypeScript代码在浏览器里运行时现算出来的。

从一句话

到一栋能开门倒咖啡的房子

为了证明这不是偶发的炫技，OpenAI自己的工程师Thomas Ricouard交出了一份最硬核的作业。

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

Astra直接通过Blender的Python接口把建筑、木作、家具、植物、材质、灯光和相机全部建了出来。

更关键的是，它交回来之前先自己看了一遍预览渲染，自己调构图、改光线、修掉植物穿模、把沙发上的毯子重新摆好。

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自己发现不锈钢水槽有一块的法线方向不对，渲染出来像被人捏了一下，它顺手改掉，重新渲染了一遍。

这些问题Ricouard一样都没指出过，全是模型自己发现并修复的。

当Ricouard要求把房子变大时，Astra体现出了专业性。

它先画了一张平面图：U形单层住宅，中间是客餐厨，两翼三间卧室加书房，围着一个种了植物的庭院。

平面图上有明确的动线考虑，比如卧室不做过道，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。

建出来的东西全是几何体：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，水槽是真的空心盆。

为了检验成果，Ricouard要了一段30秒、有人味的高清镜头漫游。

Astra自己写脚本把相机架在1.65米高，配24—26毫米镜头，加轻微步行晃动，遇到预览里对着空墙的镜头就重拍，最后渲染了900帧拼成片子。

这还没完， Astra接着写了一套导出管线：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。

它把整栋房子搬进了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，全在管线里自动处理。最后，它加上第一人称角色和碰撞，打包成Mac原生应用，自己走一遍测试路线。

在最新版本中，你按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，中间没有换过工具链的操作者。

以前Blender建模是一个人，导出到引擎是一个人，写交互逻辑又是一个人，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，还能说这是视觉能力顺带溢出来的。

但官方发布页上另一个演示，直接跨到了电子工程。

Astra拿到一张电路原理图，打开KiCad，先把元件一个个摆上板子，再把铜线一根根布好，一路推进到能送去工厂生产的PCB布局。

做硬件的人都知道这活有多烦：PCB布局到今天还大量靠手工，是电子设计流程里出了名的堵点。

Blender里写bpy，Unreal里写导出管线，Three.js里直接写几何，KiCad里摆元件走线。

四款看似不相干的专业软件，底层却是同一套动作：读懂任务，找到软件的接口，写代码或者动手操作，看结果，再改。

OpenAI把这套能力定义为电脑操作、网页浏览和专业工作。发布才一周，Astra已经靠这套能力，把第一批专业软件变成了自己的试验场。

在社区里，各种脑洞大开的成品也开始井喷。

Peter Gostev让Astra用Three.js把梵高最有名的6幅画连成一座能走进去的连续小镇。

你从《阿尔的卧室》里醒来，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，没用一个外部素材，每一面墙、每一块石板都是代码画出来的。

这说明Astra的本事不止于做资产，六幅画怎么拼成一个连续的空间，走到哪儿触发什么，最后怎么打包成一个能在浏览器里打开的网页，它一手包办。

Matt Shumer让Astra在Unreal里连干一周，搭了一座曼哈顿。

Dominik Kundel让Astra在BrickLink Studio里设计出真能拼的乐高模型，再用Blender渲染成4K视频，OpenAI Developers官方转发了这个用例。

有开发者做了2234个部件的人体解剖交互网站，能拆解、能旋转。

还有人做了一个AR扫地应用：手机镜头跟着吸尘器刷头走，扫过的地面实时覆上绿色，哪里漏掉了一眼就能看出来，左下角还同步累计已清扫面积。

梵高小镇是少数从零画起的例子。

需要注意的是：多数刷屏成品，虽然交出了成品，但不等于凭空生成。

那个刷屏的2234件人体解剖项目，用的是现成的BodyParts3D数据库，Astra做的是把它组装成可拆解、可旋转的交互网站，而不是从零建出两千多个人体结构。

在Ricouard的森林别墅里，树、蕨类、石头以及橡木、石膏等贴图，用的也是Poly Haven的现成扫描资产。

Astra变强的不是凭空造物的能力，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，而不是一个纯粹的概念艺术家。

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先发了一篇安全更新，标题叫《迈向Astra：关键能力与前沿防护机制》，直接承认：Astra是第一个踩到准备框架「关键」级网络安全门槛的模型。

「关键」级的意思是：给它工具和权限，不用人指点，它自己就能在加固过的系统里找到没人发现过的漏洞，再写出利用程序。

专家团队关掉全部生产防护做过一场受控测试。

面对加固过的浏览器，Astra搭出一整条入侵链，从沙箱里钻出来，在宿主机上跑命令；面对加固过的操作系统，它把几个漏洞串成一条提权链，普通账号一路升到root。

ExploitBench上Astra拿了100%的满分，前代GPT-5.6 Sol是78.5%。

所以OpenAI过去几周把Astra的部分开发和发布往后推，先把防护加厚、测完再放。

Copilot时代，软件是人的，AI站在旁边递扳手；软件操作层时代，AI直接坐到工位上，人退到审平面图、点确认的位置。

接下来一两年的地图已经画好了：哪个软件有脚本接口、有命令行、有能读的文件格式，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测的就是不借任何接口、直接用鼠标和键盘操作一台真实电脑，Astra在上面拿到72.6%，平均每项任务约40分钟，比上一代省了将近一半时间。

所以，有接口的先被接管，没接口的也只是晚一步。

它正在学会用你的方式用你的电脑。

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

编辑：元宇