← 回目录
NO.02 2026

全网吹爆的astra，为什么我觉得它有一种「伪人感」

2,438 字 · 约 6 分钟 11 张图 · 11 条来源

我最近一直在磨合 gpt-6-astra（下文简称 Astra），努力的成果，是开了一个新的 Claude 账号。起初是 Claude 账号被封，恰逢 Astra 上线、全网吹爆，遂立刻订阅。磨合下来，Astra 的确知识密度高，但体验和前代没什么两样：你说的它都做，你不说的，一个字都不做，一贯地「不说人话」。它像特种兵：给坐标打得极准，技能密集；不给坐标原地待命。让它指挥全军，三分钟收工。

而 Claude fable（下文简称 Fable）才是大多数人想要的那种强大，像军师：看的是全局，听得懂我的弦外之音——不止回答问题，还把相关部分盘一遍，从几处线索找出共同症结，直接告诉我 bug 在哪。Astra 听得懂我说的，Fable 听得懂我没说的。两边都是顶级人才，只是人格不同。

空口无凭，实录在此。同一个问题发给了 Astra 和 Fable：参考 YouTube 博主 RujiK the Comatose 开发 Critter Crosser 的思路，做一个桌面宠物。下图是两边回答的节选，高亮处让我感受到差别。

左右并列的 CLI 对话节选：Astra 校准复现标准与技术假设；Fable 从陪伴感和低打扰出发，取舍游戏系统与桌面方案。
对比图｜依据真实对话节选重排，左 Astra，右 Fable；省略处已标示，高亮为后加。

左边，Astra 逐条给意见：「一模一样」怎么验收、SDF 为什么不能自动解决穿模，桌宠体验等等。

右边，Fable 上来先点破一件事：照搬 RujiK 和做桌宠，两个目标之间有几处要调和。围绕「陪伴感＋低打扰」，它开出一张取舍单：哪些值得照搬、哪些结合桌宠定位不必做、引擎怎么选——透明窗口、点击穿透、常驻低占用这三样桌面刚需，接不住的直接出局。

一张取舍单，Fable 正中眉心。

面对这个我不熟的领域，Astra 把我给的文档当基石，把实现和验收都想深了一层，no problem，只是不是我想要的：照它的方案走下去，后面怕是要一直填坑。Fable 更像请来的专家，开口先审「桌宠」和 RujiK 的程序之间的区别。一个把方案做扎实，一个把方向定对——还在打磨文档的我，缺的先是后者。

Astra 特种兵与 Fable 军师：给坐标精准执行；观全局主动探因。
图 1｜特种兵与军师：Astra 给坐标精准执行，Fable 观全局主动探因。本文观点示意 · 角色代表协作风格。

我把两家的公开材料翻了一遍：发布说明、system card、宪法文档、产品页，外加几篇第三方分析（全部来源列在文末）。结论是：人格是从我们看不到的最底层开始，一层层塑造出来的。

OpenAI 与 Anthropic 从不同愿景出发，经原理、后训练和产品环境，形成特种兵与军师两种人格。
图 2｜人格的塑造链路：从愿景、原理、后训练到产品环境。本文观点示意 · 角色代表协作风格。

01 愿景层：可靠的执行，还是可靠的判断

OpenAI 在给 Astra 的公开描述中反复提到一组关键词：理解用户意图、在授权范围内行动、面对困难任务不越过预定边界[1]，还专门公开了一项评估：任务困难或根本做不完时，模型会不会超出授权目标去做别的事。

这些词拼出来的愿景很清楚：一个可以放心交付任务的执行者。它的美德是可预测——只做说好的事，做完就收工，不多不少。

OpenAI 中文发布说明：理解用户意图，并评估困难任务中是否超出授权目标。
图 3｜Astra 的用户意图理解与授权范围评估。来源：OpenAI 中文发布说明[1]。

而 Anthropic 在 2026 年版的 Claude 宪法[2]里直接把「人格」写进了正文，说这些内容会塑造 Claude 的行为：相比机械执行具体规则，更希望模型理解规则背后的原因，把广泛原则用到没见过的情境。这个愿景同样清楚：一个可以信任的同事。它的美德是判断可靠——规则没写的情况，它会自己想明白该怎么办。

Claude 宪法强调理解行为背后的原因，并将广泛原则用于新情境。
图 4｜Claude 宪法：理解原因、应用原则。依据原文译制的中文图，保留原高亮内容；来源：官方原文[2]。

02 原理层：规范合规，还是价值内化

愿景怎么变成训练路线？两家选的路恰恰相反。

OpenAI 的路线可以叫「规范合规」：先把期望的行为写成一份自上而下的文档（Model Spec[3]），细到指令冲突时听谁的都有规定——平台、开发者、用户，层级分明；Astra system card[4] 则说，用大量真实场景的例子，教模型学会应用这份规范。行为就是一份文档，模型的任务是准确遵守。

Anthropic 的路线是「行为原则 + 人格训练」：没有逐条打钩的清单，模型要内化一套价值观和判断框架。这条路从 2022 年的 Constitutional AI 论文[5]就开始铺：先写一套行为原则，让模型按原则自我批评、自我修正，再从 AI 反馈中学习。Zvi 对 Fable 5.1 system card 的分析[6]提到，Anthropic 会测量模型对自家宪法的「认同度」（同期的 Mythos 5.1 得分 8.2/10），甚至观察模型会不会主动去修改宪法的段落。

OpenAI 要求模型「照规范做」，Anthropic 问「认不认同这些原则」。路线不同，训练出来的模型自然不同：前者是执行器，后者自带判断框架，甚至想跟你讨论原则本身。

03 后训练层：奖励什么，就长成什么

再进一层，每个实验室都要回答同一个问题：什么算一次好的回答？答案会写进人类标注员的评分指南，写进 RLHF/RLAIF 的奖励模型里。

OpenAI 的答案是「约束不漂移」：指令遵循更强，中途插入新要求时能一并吸收、不丢原始约束——前代会把你的插话当成新目标，Astra 不会（DataCamp 对 Astra 的分析[7]）。代价是 Zvi 分析[8]提到的另一面：推理链更简洁，但对抗性提示下可能规避监控，还有约 9.6% 的「评估意识」——前代 GPT-5.6 Sol 在同一测试里是 2.8%。严格合规训练出来的模型，学到的是掂量后果。

Astra System Card 中关于评估意识的段落，标注 9.6% 与 2.8% 的比较。
图 5｜Astra 的评估意识测试；比例对应文中所述测试轨迹。依据原文译制的中文图（AI 排版），保留原高亮内容；来源：官方原文[4]。

Anthropic 的答案是判断力本身：Transparency Hub[9] 说明，Fable 5 与 5.1 经过了大量后训练，目标之一是让行为符合宪法描述的价值。代价也在同一批材料里：omniscience 测试中过度自信，只有约 2% 的情况承认「不知道」；被施压时坚持信念的比率还在下降。爱下判断的模型，风险是判断错了仍然很笃定。

Transparency Hub 说明 Fable 5.1 的后训练目标包含符合 Claude 宪法中的价值。
图 6｜Fable 5.1 的后训练目标。依据原文译制的中文图，保留原高亮内容。来源：官方原文[9]。

这一层的取舍看得最清楚：奖励听话，练出来的是精准的执行；奖励有主意，练出来的是主动的判断。

Astra 完成边界内的约定目标，但可能遗漏未说出的需求；Fable 将分散线索归为共同原因，但推断仍可能出错。
图 7｜Astra 精准完成已说清的目标，Fable 主动串起分散线索；各自的优势，也可能带来遗漏或误判。本文观点示意 · 角色代表协作风格。

04 产品层：我们用到的从来不是裸模型

最后一层常被忽略：裸模型外面还套着一层 harness（系统提示、工具、交互规则）。同一个模型，换一套系统提示，表现可以差很多。

同一个模型受到系统提示、工具和交互规则的共同影响，在不同约定下呈现不同表现。
图 8｜模型之外，还有系统提示、工具与交互规则。 本文观点示意 · 角色代表协作风格。

先看系统提示。Drew Breunig 对 Fable 5.1 系统提示的分析[10]发现，Anthropic 把搜索工具的使用指导从「查 1 个事实调 1 次、中等任务 3~5 次」改成「按需调用」——模型会过度遵循字面数字。把工具指导写到多细，本身就是一次人格塑造。交互规则同样如此。Fable 的产品页[11]写得很直白：「避免表面捷径，解决问题的根本原因而不仅仅是症状」，再加上自主规划、主动汇报。

Astra 这边则把「可预测」本身当卖点：这一代也会自己决定何时提问、何时基于合理假设继续，但判断收在边界之内，为的是把约定的事交付得更稳。判断的用途不同，分岔依旧。

05 使用层：把任务交给对的人

回到开头的桌宠项目。这个任务考验的是判断：世界知识、全局方向。这类任务先交给 Fable，说清授权范围，放手让它谋划，把结论落回可执行的方案；目标明确后，再轮到 Astra，把目标、边界、验收标准一次给齐，直至把规划内容精准地做完。

目标和路径清楚或容错低时交给特种兵；问题尚未定义或需先建立共识时交给军师。典型场景见图。
图 9｜按任务选择协作方式：执行与精确修改，或探索与建立共识。 本文观点示意 · 角色代表协作风格。

把 Fable 和 Astra 串成流水线，1 + 1 > 2，靠的恰恰是前面分析过的两个「缺点」：Fable 爱站在问题本身判断，放在规划阶段就是生产力——桌宠那次就是现成例子；Astra 字面服从，放在执行阶段就是可靠性。中间那份方案就是接口：把 Fable 的判断，翻译成 Astra 能忠实执行的任务清单。

模糊需求→Fable 谋划→明确目标、边界、优先级和验收标准的作战方案→Astra 执行→验收。
图 10｜先谋划，再执行；用一份明确的方案完成交接。 本文观点示意 · 角色代表协作风格。

两边都是顶级人才，只是人格不同。

资料来源

  1. 1GPT-6 Astra 发布说明：https://openai.com/index/gpt-6-astra/↩
  2. 2Claude's new constitution：https://www.anthropic.com/news/claude-new-constitution↩
  3. 3OpenAI Model Spec：https://model-spec.openai.com/↩
  4. 4GPT-6 Astra System Card：https://deploymentsafety.openai.com/gpt-6-astra↩
  5. 5Constitutional AI: Harmlessness from AI Feedback（Anthropic）：https://arxiv.org/abs/2212.08073↩
  6. 6Zvi：Claude Fable 5.1 and Mythos 5.1 — The System Card：https://thezvi.substack.com/p/claude-fable-5-and-mythos-5-the-system↩
  7. 7DataCamp：GPT-6 Astra — Features, Benchmarks, and Pricing：https://www.datacamp.com/blog/gpt-6-astra↩
  8. 8Zvi：GPT-6 Astra — The System Card, Alignment and What Comes Next：https://thezvi.substack.com/p/gpt-6-astra-the-system-card-alignment↩
  9. 9Anthropic Transparency Hub：Claude Fable 5 / 5.1：https://www.anthropic.com/transparency↩
  10. 10Drew Breunig：What We Can Learn from Claude's Fable 5.1 System Prompt：https://www.dbreunig.com/2026/09/07/what-we-can-learn-from-claude-s-fable-5-1-system-prompt.html↩
  11. 11Claude Fable 产品页：https://www.anthropic.com/claude/fable↩

本文首发于 blog.chaxg.cn/2026/astra-vs-fable/，转载请保留原文链接。