What not to give GPT-6 Astra

Astra 只在最硬的那类推理上值——数学形式化、单点攻坚、没有标准答案的探索。这些活它能把时间压下来。

日常编码、回测、写作、规划，用 GPT-6.1 Sol 的 Low 或 Medium，别开 Astra。这些活要的是稳定和可复现，不是推理深度。

下面六格的原话全部来自 Reddit 真人帖子，帖号留在原话后面；我没有跑过任何对比测试，只做整理和判断。

六件事，别丢给 Astra

1 日常编码和重构 legacy python

你手上八成的代码活，Astra 用不上。

Sol handles 90% of what I throw at itt3_1x8pj7w · 赞4

判断：换 Sol 6.1 Low。省的就是那 90% 本来不需要 Astra 的调用，剩下的 10% 再单独挑出来。

2 数学形式化

这一格是反向的：这是 Astra 唯一值得开的那类活。

What Astra did in 30min Sol 6.1 took 1-2hrs but at 1/5 to 1/8t3_1x0ucz9 · 赞6

判断：不换，继续用 Astra。按这句话读，它把 1–2 小时压到 30 分钟，代价是 5–8 倍的钱；所以只有「快出来能换成钱」的时候才开，纯粹为了省钱就该用 Sol。

3 交易回测

回测要的是可复现，不是会推理。

the backtests themselves should run in deterministic codet3_1x0ucz9 · 赞7

判断：换成 Sol 6.1 Low 写回测代码，跑的部分交给确定性代码。省的不是 token，是把随机输出塞进回测之后那几轮返工。

4 规划和执行拆开

让 Astra 出计划，让 Sol 干活。这一格是整页的命门，别人只写了「A 比 B 强」，没人把它写成一句能照做的规则。

I ask astra for a plan and then 6.1 does the workt3_1x8pj7w · 赞10

判断：执行段全部换 Sol 6.1 Low 或 Medium，Astra 只在计划段跑一次。省的是执行阶段那一长串 Astra 调用——计划只出一次，执行可以走便宜的档。

一句话规则：一个任务切成两段，第一段只准出计划，第二段只准执行；计划段用 Astra，执行段默认 Sol 6.1。

怎么拆（三步）：

  1. 先只问 Astra 一件事：这件事分几步、每一步做完长什么样、怎么算做完。明确要求它不许动手、不许贴代码。
  2. 把它吐出来的东西当规格，不当代码。规格里出现「大概」「可能」「视情况」，退回重问一次；还含糊，这个任务就不值得用 Astra 规划。
  3. 换 Sol 6.1 Low 或 Medium 按步骤一条条做，做完拿第 1 步的验收标准逐条打勾。哪条不对，退回第 1 步改计划，不要让执行段自己发挥——一发挥就开始漂移，那是第 5 格的问题。

5 长任务漂移

任务一长，它开始忘，也开始不听。

astra has memory and hard drift issues and will straight up ignore commandst3_1x8pj7w · 赞4

判断：长任务切短段，每段收口交给 Sol 6.1 Medium，Astra 只用在单段里最硬的那一步。省的是漂移之后整轮重来。

6 非技术写作

非技术内容它现在退步了，原帖说得很直接。

It was amazing and now its stupid as fuckt3_1whi6xm · 赞7

同帖原话：除了纯技术用途 别的地方都不行

判断：写作换 Sol 6.1 Low，Astra 只留来做结构梳理和事实核对。省的是改稿轮次——写得不对的东西，改起来比重写贵。

一个真做过的人，把这条规则写成了三档

今天买到一份关务 AI 的开发记录，作者是做海关归类助手的独立开发者。他通篇没讲模型多聪明，讲的是「什么时候不许模型下结论」，里面有三个能核的数字：269 道测试题，纯关键词匹配只过 148 道；加上「章级围栏」——先按材质和用途锁章节、再在章内查品目——到 183 道；剩下 86 个缺口靠补词表修。

他的置信度分三档，比任何「请更谨慎」的提示词都直接：高于 80% 给候选编码加完整依据；55–80% 只给候选和差异点，选择权交回人；低于 55% 直接说无可靠依据、建议申请预裁定，不许硬凑编码。

可以照抄的一条：凡是结论要被人拿去承担责任的任务，别让模型给答案，让它给证据链——每条结论必须附来源（条文 / 文号 / 编号），来源不在知识库里就降级成拒答。这跟第 4 格那条规则是同一件事：Astra 出计划、Sol 干活；到了合规场景，就是 Astra 出依据、人做判断。

这段数字和做法来自那份资料的原文，不是我测的。原文里 269 减 183 正好是 86，作者说这 86 个是靠补词表修掉的——按这句话，通过数应该回到 269 附近，但资料没给修完之后的数字。这个缺口我照实留着，不替他补。

为什么这一页现在才有

那个说 Astra 很糟的帖子里，替它说话的人顶到赞 25，原话是 I've been using it and it's been doing incredible work for me I think it's user error on your part；底下有人直接反问：你说的 incredible work 具体指什么。追问到这一步，就没有具体任务了，只剩下「对我好用」。

这就是空位：夸它的人和骂它的人都在讲整体感受，没有人给出「哪些任务别交给它」的清单。前两件常被问的事——哪里能免费用、选 Astra 还是 Sol——大站已经写完了；第三件一直是空的。

边界

这一页没有一个数字是我测的。六条原话全部来自 Reddit 帖子，帖号留在原话后面，赞数是抓取时页面上显示的值，我不给链接、也不转述成自己的话。

「Low / Medium」这些档位是按原话里对 Sol 6.1 的用法写的，不是官方规格说明。第 2 格里「快 2–4 倍、贵 5–8 倍」是对那句原话的读法，原话本身只给了 30 分钟、1–2 小时和 1/5 到 1/8 三个数。

这一页只解决「别给它什么」。要反过来看它值在哪、为什么值得，规划与低层控制那篇把六类任务的分数、250 次调用和 11.32 亿 token 摆在一页上，看完你就知道「硬推理」具体硬在哪一层。要把换档这件事折成钱，一次任务多少钱里有公式、三个算例和一张按 token 记的账表——省下来的到底是调用次数还是返工轮次，那里能算清。