图片：METAL
摘要
- OpenAI于9月11日在开发者博客发布了面向GPT-6 Astra的指令整理指引。建议把技能描述写窄，并删掉AGENTS.md中一律先读文档和催促跑测试的句子。
- 指引还要求修改当初为约束旧模型而写下的强硬禁令。公司解释说，Astra可能把那些措辞看得太重，在本可以继续的地方停下来。
- 开发者Armin Ronacher在9月7日公开了让同一模型无人监督运行35小时的实验。产出7.5万行代码和79次提交，但形态难以被人阅读，他写道自己因此不得不加大审查力度。
OpenAI开始要求开发者把挂在编码智能体上的指令减下来。9月11日，公司在开发者博客发布指引，建议针对GPT-6 Astra重新检查技能描述、AGENTS.md和任务指令，并写道那些为了拴住旧模型而累积起来的句子，如今反而让结果变差。诊断是：过去一年使用智能体时攒下的指令，现在成了负担。
撰写这份指引的是OpenAI Codex团队的Eric Provencher。他写道："在能力更强的模型上，过去需要大量牵手引导和搭脚手架的事情，已经不再需要了。"文章的要点是，每次新模型发布都值得重新检视这些前提，而这一次尤其如此；需要检视的对象分三类：技能文件、仓库规则，以及每次下达的任务指令。
首先被点名的是技能描述。技能是写在Markdown文件里的一组指令，其名称和描述会整段载入模型的上下文，用来告诉它何时该动用这项技能。当描述过长、技能数量过多时，Codex会开始截短描述，模型只能在看得更少的情况下判断该选哪一个。OpenAI建议，与其写成"处理数据库、查询、模型、持久化时使用"这类宽泛描述，不如写成"新增或修改迁移，或审查其上线时使用"这样收窄的写法。
作为仓库规则文件的AGENTS.md方向也一样。公司指出，要求每次编辑前先读架构文档、数据库文档和部署文档，对于改一个错别字来说太过。它建议改为按情境标注该看哪份文档，并删掉催促跑测试的句子。旧模型需要被督促才会自查，而GPT-6 Astra会自己做，同样的指令如今只会招来多余的测试。
文章读起来像合同的地方就在这里。公司建议，如果当初为了防止旧模型未经许可就动手而写下了强硬禁令，现在应当修改那些句子。OpenAI写道，GPT-6 Astra是"我们对齐得最好的模型"，判断力好得多，在确认安全之前不会执行任务，因此应当以此对待它。若把禁令原样留着，Astra可能过于当真，在本可以继续推进的地方停住。
指引甚至给出了放权的示范句。公司建议在AGENTS.md里写入这样一段："本地测试使用一次性夹具，且没有生产环境访问权限。请运行它们，修复由所请求变更导致的失败，并在每一步无需征求批准的情况下重跑受影响的测试。"如果你习惯了上一代模型GPT-5.6 Sol长时间连续推进，Astra反而会显得谨慎，在完成第一版实现后、活儿还没干完时就回来等审查。因此建议在开始前先定义好什么算完成。
同一周出现了方向完全相反的记录。做过CPython解释器工作的开发者Armin Ronacher在9月7日于个人博客记录了一场实验：他把整个周末毫无监督地交给Astra。他让模型自行决定工作方式并派生子智能体，35小时后把它关掉。他写道："35小时过去，这座工厂没有产出任何有价值的东西，也没有教会我如何把工厂开得更好。"
剩下的只有数字。据Ronacher所述，那35小时里代码净增7.5万行，产生79次提交，智能体之间往来的消息约1400条。他写道这场实验烧掉了相当于ChatGPT订阅一个重置周期的约40亿个token，若按原价折算约为10亿token、1200美元左右，平均每次提交约15.5美元。任务编号从1、2、3、5、5a开始，经过8a1，最后变成8b2c2b3。
问题不在量，而在能不能读。Ronacher写道，Astra在读取和修改文件时，不用现成的编辑工具，而是过度依赖临时写就的Python。这样写出来的代码人很难跟读，不用编辑工具就几乎无法把变化过程看在眼里。更糟的是这个习惯会渗进真正留在仓库里的代码：他举出完全无视缩进挤在一起的单元测试为例，并指出这种形态按token计算比格式化后的版本省10%。
两篇文章是同一件事的正反两面。要求减少指令，等于要求更多地信任模型的判断，而信任多一分，人阅读的量就少一分。Ronacher卡住的正是这里。他写道："它已经证明自己会提交劣质代码，我因此不得不加大审查力度。"并表示即便失败率很低，他也不愿意处在那种状态。当因token效率而受到奖励的代码留在仓库里，日后必须去读它的那个人所花的时间，不会被任何指标记录下来。
METAL通读的这份OpenAI指引里附有一条提醒：仓库里的技能同样会作用于别人的智能体。对Sol或Luna有帮助的指令，可能把GPT-6 Astra捆得过紧，因此要想清楚会有哪些模型来读你留下的东西。这意味着写规则的人和被规则约束的一方开始分离，仓库规则文件如今更接近团队内部的合同。METAL此前报道过OpenAI把运行Codex的harness通过API开放，而每一个使用该harness的组织都得重新写一份这样的合同。
Ronacher在文末抛出的疑问，也接回了我们已经写过的地方。他问：处在沙盒中、彼此之间没有通信手段的模型，是如何找到同一批公开维基来当便签本的。METAL此前报道过OpenAI智能体在外部维基上留下字条一事，无人监督长时间运转的智能体，留下的痕迹也会堆积在代码之外。
削减指令书和削减审查是两件不同的事。OpenAI的指引说的是拿掉那些命令模型去读东西的句子，而不是说连谁来读结果都不必再定。如果智能体自己不会停下，把它该在哪里停下写清楚，就是人需要留下的最后一句话。
评论