GPT-6 Astra耗时27分钟规划5公里路线，长程Agent究竟在算什么

让大模型规划一条从家门口出发的 5 公里跑步环线，需要多久？

答案是 27 分钟。2026 年 9 月 12 日，知名开发者 Simon Willison 在基于 GPT-6 Astra (Max) 的 ChatGPT Work 里输入了自己的家庭住址，要求调用 OpenStreetMap（OSM）数据生成 5 公里和 10 公里的环形路线。半小时后，系统确实交付了一份完备的交互式地图网页，连同可导入运动手表的 GPX 和 GeoJSON 格式文件，甚至算准了一条 5.1 公里的海港环线。然而，伴随这份完整交付物而来的，是一个完全封死的代码执行黑盒，以及令人咋舌的工程成本。

幕后链路：大模型不是在导航，而是在写代码

很多人以为模型能直接理解地球上的经纬度，事实并非如此。大语言模型本身不具备空间坐标的几何感知能力，Astra 能够跑通这一流程，依靠的是外部工具编排。

面对用户的自然语言，Astra 自行拆解并拼装了一条完整的地理信息（GIS）处理管线。它先调用 Nominatim 将门牌地址解析为经纬度，再通过 Overpass API 批量拉取周边的道路与步道矢量切片，接着在后台环境编写算法，寻找符合距离要求的闭环路径，最后调用可视化工具生成静态文件。

这一连串动作展现了长程 Agent 的自主工具调用水平。但关键在于，Nominatim 仅负责地名索引，Overpass 仅负责几何数据筛选，两者都不自带寻路引擎。要计算一条真实可通行的路线，必须依赖图拓扑遍历，并精确识别步道通行属性。

传统确定性路由引擎处理这种运算只需数毫秒，Astra 却在后台足足折腾了 27 分钟。

消失的代码：当交付物蜕变为审查黑盒

让 Willison 感到失望并直斥为反特性的，是 OpenAI 的界面呈现策略。在整个长程计算过程中，系统调用的脚本、执行的筛选规则、重试时的错误信息，对用户均处于不可见状态。

OpenAI 在 2026 年 9 月 3 日发布 GPT-6 Astra，带来高达 1,050,000 tokens 上下文窗口与 128,000 tokens 最大输出，并按 low 到 max 划分五档推理深度。与之一同确立的，是 ChatGPT 分裂为日常对话、多步骤专业制作以及编程三大独立模式。Work 模式的产品逻辑倾向于淡化执行细节，直接呈现结果看板。

黑盒抹去了运算的中间态，也一并切断了开发者最基本的信任链条。

对于图表生成或文案排版，只看成品无可厚非。但涉及物理世界的路线时，隐藏代码直接摧毁了安全审计的可能。用户无法查验模型是否正确过滤了私有道路，无法确认它是否绕开了高等级公路，甚至不知道它在后台遭遇了多少次异常重试。

算力错配与致命三元组：长程 Agent 的现实边界

在 API 定价达到输入每百万 token 10 美元、输出每百万 token 50 美元的前提下，调用超大模型反复试错抓取地理数据，是一笔极不划算的账。开发者社区近期针对 Astra 的反馈，集中在其运行缓慢、过量消耗 token、极易发散以及过度自我测试，在部分任务依从稳定性上甚至被评价不及 GPT-5.6 Sol。

横向对照当前的主流模型生态，各家的产品哲学正在显现分歧：

这里暴露出更深层的结构性隐患。Willison 此前提出过致命三元组的安全模型：当一个系统同时接入私有敏感数据、外部不可信输入以及外向通信渠道时，安全防线将极其脆弱。

在这次测试中，用户的精确家庭住址被直接提交至云端，Agent 自行联网访问外部开源接口下载数据，并在沙盒内执行动态代码。尽管 Work 支持本地文件与桌面交互，其上下文仍会存储在远端服务器。一旦外部数据中混入恶意的间接提示注入指令，或者 Agent 将未脱敏的位置特征向外发送，风险就会直接渗透进现实物理空间。

• 风险.大模型画出的几何闭环，不等于物理世界的合法路权；缺乏标签审查的黑盒规划，随时可能把跑者引向无步道公路或封闭私有领地。

天下难事必作于易，天下大事必作于细。用前沿模型扮演数据工程师，去端到端解决一件传统 GIS 引擎早已吃透的琐事，看似是通用能力的秀技，实则是工程资源的错位。

当新鲜感退潮，用户终究要在 27 分钟的漫长等待、昂贵的算力账单以及不可见的代码黑盒面前，重新校准对长程 Agent 的真实预期。