GPT-6 Astra：视觉工程更细，任务状态仍需认真验收

先把观察与成绩分开#

这份归档标为 GPT-6 Astra，操作者声明使用 high 推理。现有记录没有足以独立确认的精确模型 ID、实际参数和原始运行时间。2026 年 9 月 29 日是导入日期，不应当作模型完成测评的时间。

当前没有独立评分，本文也不补造分数。此前本地检查确认项目可以构建、页面可以加载；本文增加源码阅读。它们分别回答“能否交付”和“如何实现”，尚未覆盖完整交互、装配正确性与性能验收。

第一眼的效果来自具体工程选择#

归档截图以浅色背景、绿色芯片和细节丰富的硬件构成主视觉，信息层级较清晰。源码中的 src/world.js 使用 Three.js，并结合接触阴影和主光源阴影。阴影更新并非完全放任每帧执行，而是有显式更新控制。

这些实现说明作者花了精力处理空间关系和材质表现，但不能仅据此宣称“更真实”或“性能更强”。画面细节需要截图和操作去核对，性能需要受控采样。同样，工程文件更多不等于模型能力更高。

主路径是三维世界，不是图片序列#

src/main.js 导入 createWorldRenderer 和 createStaticRenderer，src/story.js 定义八个章节的进入、退出和停靠点。滚动位置经过短时平滑后驱动章节、三维画面、标签以及系统结构。

归档还包含 src/sequence.js，实现图片序列缓存与缺帧回退。但当前主入口没有导入它，story 中的序列 frames 也是空数组。因此不能因为目录里出现序列渲染器，就断言本次展示靠图片切换完成。评价源码需要检查实际调用路径，而不是只点文件数量。

阅读降级是这份源码的一项明确投入#

连续模式要求视口至少 1025px 宽、651px 高，同时未开启减少动态，并结合根字体大小检查可用空间。条件不满足时切换成逐章静态阅读。发生三维创建失败或 WebGL 上下文丢失时，也有转向静态布局的处理。

切换后，源码清除章节上的 aria-hidden 并恢复 inert，应用窗口重新归入最后一章。这比单纯缩小整个画布更关注内容能否继续被阅读。它是可确认的实现路径，尚不能替代真实手机、文字缩放、键盘与屏幕阅读器验收。

主循环还会在页面隐藏时停止相关更新，在 pagehide 时释放渲染资源。这样的生命周期处理值得保留；但节省了多少计算、能否稳定维持帧率，本文没有测量。

一个值得优先验收的状态问题#

src/systems.js 的 stop 函数会清理计时器，将步骤全部标成完成，恢复结果内容，把状态文本写成“已完成”，并重新允许下载。运行中点击“停止演示”也会走同一个 stop；而任务自然结束同样调用它。

按这条代码路径推断，用户主动停止时会得到与自然完成相同的界面状态。它与按钮文案表达的“中断”有明显张力。这是本文的静态源码发现，尚未独立复现，不能伪装成新增实测扣分。

对固定展示样例来说，停止后恢复完整示例可以是一种设计选择，但界面应明确写成“返回示例”或保留“已停止”。若未来接入真实任务，就需要把取消、完成和失败拆开，防止用户误以为尚未完成的结果已经核对。

Agent 演示展示了什么，没有展示什么#

任务重放按预设步骤和定时器推进，简报正文来自固定 BRIEF 内容。下载文本明确标注“本地演示内容，未调用真实模型”。所以这一部分可以评价前端反馈、执行结构表达和文件导出，不能用来证明模型分析资料、调用工具或生成简报的正确率。

这个边界对测评文章很重要：被测模型生成的是一个 Agent 主题网页，而网页里的演示 Agent 并不是再次运行的被测模型。把二者混在一起，会把前端交付能力误读为真实 Agent 能力。

我会如何继续评这份产物#

我的初步判断是：它在视觉细节、阅读模式切换和资源生命周期上有较明确的工程投入，值得进入完整复核。但目前没有足够证据把它排在另外两份产物之前。前两份有独立复核暴露出的缺陷，而本份主要是源码与归档截图，证据覆盖不同。

下一轮应优先复现停止状态问题，检查最后窗口是否接收原有硬件和软件对象，再对章节边界、快速反向滚动和文字放大做连续观察。最后补充受控前台正反向性能采样。检查结果应追加为独立 assessment，保留这份原始答案不变。

来源与边界#

源码快照为 run-20260929T083340Z-e95a58。本文重点阅读 src/main.js、src/story.js、src/world.js、src/systems.js 和 src/sequence.js；stop 的状态行为来自 systems.js 的函数及点击处理分支。

没有独立评分报告；归档中的自测和设计说明不等于第三方验收。精确模型身份、单轮或多轮、提示词版本和完整预算尚未确认。封面为历史项目截图，本文流程图是源码入口关系示意，不是运行录像或实测指标。