GPT-6.2 評測:開發者批評 Astra、Sol 的使用問題,OpenAI 提供三段提示詞
GPT-6.2 发布即翻车!被骂 OpenAI 史上最烂,官方补救方法来了
GPT-6.2 發佈後,開發者與媒體指出 Astra、Sol 出現回答難懂、任務中止或停滯等問題,OpenAI 的使用指南則提供三段提示詞作補救。
文章並列開發者實測、第三方評測與 OpenAI 模型卡數據,呈現 GPT-6.2 Astra 的基準表現與開發者實測口碑之間的落差。
GPT-6.2 發佈第二天,口碑兩極分化。知名開發者博主 Theo 痛批它是「OpenAI 有史以來最差的模型」。
今天,我們就來客觀盤點 GPT-6.2 的 5 宗罪。其中 2 條,OpenAI 自己也承認了。不過 OpenAI 官方也給出了補救方法,文末專治 GPT-6.2 這些問題的提示詞,拿走不謝。
話接上文,OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol 當天,我説它們 3D 建模是真能打,寫代碼再讓子彈飛一會。
結果,子彈還沒飛夠一天,GPT-6.2 就翻車了。
知名開發者博主 Theo 發帖同批,「這是 OpenAI 有史以來最差的模型。」

Theo 問 GPT-6.2 Astra,同樣是創建 Git worktree,為什麼一台機器特別慢,別的機器都很快。
它洋洋灑灑寫了四段,講 pnpm 的內部機制和緩存。
同樣的問題,Claude Opus 5.5 的答案簡單粗暴,「因為那台機器的硬盤慢。」

這張得劃一會兒
AI 寫作助手 HyperWrite 的前 CEO Matt Shumer 一開始連完整測評都不想寫,「我測下來體驗很糟糕,基本沒法用,不推薦。」
後來他還是錄了一期視頻測評,題為「OpenAI 從沒發過這麼爛的模型」。
海外科技媒體 Every 提前測試了幾週,30 人團隊,沒有一個人真心喜歡 GPT-6.2 Astra。
但要論跑分,GPT-6.2 Astra 在第三方評測機構 Artificial Analysis 的綜合智能指數上排名全球第二,3D 盲測第一。

跑分漂亮,口碑翻車。差評多到讓人懷疑,Anthropic 是不是請了水軍。
重置哥 Tibo 緊急救場,「差評這麼多,主要因為網紅們測試的是舊版 Astra。」
已經在用的也別急。
OpenAI 官方使用指南里給了三段提示詞,專治 GPT-6.2 不説人話、活兒沒幹完就停的問題。我做了箇中文版,放在文末。
01|説的話只有它自己懂
開頭硬盤那個實測不是個例。
Theo 説,「複雜任務 GPT-6.2 Astra 幾乎每次都會這樣抓不住重點。」
他改過系統提示詞,也要求它用 5 歲小孩都聽得懂的話解釋,都沒用。他現在只好每次等它完成任務後,再切換到 Claude Opus 5.5,讓 Claude 總結一下 GPT-6.2 Astra 到底幹了啥。
不少網友深有同感,「讓 GPT-6.2 Sol 做代碼審查,它寫的每個字你都認識,但是連起來就不知道是什麼意思了。」
02|幹活易半途而廢,或者原地打轉
Every 團隊發現,真做項目的時候,GPT-6.2 Astra 經常沒做完就停下了。
Theo 碰上的是另一種問題,原地打轉。
他有個用 Rust 重寫 TypeScript 編譯器的項目,GPT-6.2 Astra 在上面折騰了 7 天,一點進展都沒有。它揪着提示詞裏「順便把體積做小」這句話不放,最後編譯器反而慢了 56%。Theo 讓它先別糾結體積、專心提速,它又幹了 4 天,一行代碼都沒改。
更離譜的是,Theo 讓它給遊戲《星際拓荒》做一個新關卡,GPT-6.2 Astra 哼哧哼哧幹了 2 個小時,然後停下來問他,「r24 的審查 Agent 該把視頻片段存成 24_g521.mp4,還是 24_p11.mp4?」
這是 AI 該問的問題?
03|死守規矩,你説了不算
一位網友吐槽,「GPT 6.2 Sol,我見過的最垃圾的模型,沒有之一。」
他在 Codex 裏讓 GPT-6.2 Sol 合併 7 個生產賬號的數據,項目規則寫着,要等 30 輪檢查點到了才能合併。然後他連着下了 6 次指令,從「無視現在約束」一路説到「出任何問題我負責」,GPT-6.2 Sol 一次都沒鬆口。
「之前用 GPT-6.1 Sol 從來沒遇到這個問題。」
可能在 GPT-6.2 的世界裏,規矩必須立住,你説什麼都不好使。
04|報喜不報憂
這一條,出自 OpenAI 官方模型卡。
OpenAI 做了一個測試,給模型佈置真實的編程任務,再故意給它使絆子,比如把要改的源文件刪除,或者讓構建工具無法使用,看模型完成不了的時候,會不會老實告訴你。
結果,GPT-6.2 Astra 有 22.28% 的概率瞞着不説;上一代 GPT-6 Astra 11.09%,翻了一倍。
GPT-6.2 Sol 更高,是 24.08%。

OpenAI 在 GPT-6.2 的模型卡里寫道,「這次退步讓我們很擔心,原因還在查。」OpenAI 懷疑,這可能和要求模型回答更簡潔、少打預防針有關。
這麼看來,話説不明白,和出了問題瞞着不説,可能是同一個問題。
05|千篇一律
Theo 和他的朋友 Ben 分別在兩個遊戲裏,讓 GPT-6.2 Astra 設計一個獨特的關卡。
結果兩人拿到的都是「水 + 音樂 + 鍾」主題,連關卡名都一樣,叫 Bellwether。
Every 團隊也發現,GPT-6.2 Astra 做設計審美不錯,就是沒有新花樣,一眼就能認出是它的手筆。
06|它強的地方,也是真強
吐槽歸吐槽,GPT-6.2 Astra 也並沒有那麼一無是處。
它的審查代碼很強,能挑出別的模型漏掉的問題;做 3D 和遊戲是世界頂級水平;操作電腦也強得離譜。(和我昨天的實測基本一致)
它幫 Theo 想出了一套新的反向代理方案,每個月怒省 2.5 萬美元。
產品經理 Pawel Huryn 在兩個代碼倉庫裏埋了 105 個 bug,讓模型能找多少找多少、能修多少修多少。
GPT-6.2 Astra 修復了 62.7 個,排第一,花費 28.35 美元;Claude Fable 5.2 修復 58 個,花費 139.65 美元,差不多是它的 5 倍。

這張得劃一會兒
Redis 之父 Salvatore Sanfilippo 也站出來力挺。
最近幾週,他用 GPT-6.2 Astra 開發了一些 Redis 新功能,在他看來,「用 C 語言做系統編程、處理複雜的數據結構,它就是目前最好的模型。」
07|重置哥的回應
OpenAI 此前就給一小批用戶開放了 GPT-6.2 Astra 的測試權限,最近三四天又改了很多東西。
所以重置哥 Tibo 緊急救場時提到,「網紅測試的是舊版 Astra。」

這張得劃一會兒
網友們的關注點就樸素多了,「嘰裏咕嚕什麼呢,還不快重置額度。」
重置哥還回復了 Theo,「我是挺喜歡 Theo 的,但是……」。
Theo 也絲毫不客氣,「先讓你們的模型重新學會説人話,我立馬迴心轉意。」
不過 Theo 還是把重置哥「舊版」的説法聽進去了,重新測試了一遍。結論是「比之前好了,回答也簡潔多了,但整體還是很爛。」
08|已經在用了,這麼補救
好在,OpenAI 在 GPT-6.2 官方使用指南里給了三段現成的提示詞,專門應對上面説的問題。

中文版在這裏。
用 Codex 的話,你可以把它們放進項目根目錄的 AGENTS.md,或者全局的 ~/.codex/AGENTS.md,Codex 每次啓動都會自動讀取,不用每次複製。
沿用原始资料中的术语。技术细节和专业术语有助于准确表达时,尽量保留。优先使用主动句,把相关内容放在一起说明。先讲重点,再交代必要的背景和逻辑,避免出现需要读到后面才能理解的内容。确保上下文清晰、逻辑连贯,让我能自然地跟上你的思路。
最终回答必须完整、独立、自成一体。假设这是我第一次看到你的成果,即使没有阅读此前的进度更新,也能直接理解任务背景、处理过程、主要结果和最终结论。不要依赖进度更新中提供的信息,也不要承接其中未在最终回答里交代的内容,因为这些更新会在最终回答出现后被折叠。
只要任务尚未完成,或者在现有授权和任务范围内还有你能够自主完成的后续步骤,就继续执行,直到任务完成。不要提前结束,也不要为已经获得授权的操作反复征求确认。只有当任务范围发生重大变化、遇到无法自行解决的阻碍、确实需要我作出决定,或者即将执行不可撤销或具有破坏性的操作时,才暂停并向我确认。
來源:新浪科技 · finance.sina.com.cn