GPT-6 Astra 的爆火，让我看见了一道时代的断层

周末，GPT-6 Astra 正式上线。

紧接着，社媒和社群几乎被它点燃了。我的 X 时间线里，铺天盖地都是 Astra：更准确地说，是人们让它操作各类专业软件后，做出的那些近乎离谱的成果。

有人让 Astra 在 Tripo 生成 3D 模型，再导入 Blender，由它接手拼装、调整表情；有人让它操控 Houdini，为模型制作动画。没错，就是那个专业门槛极高的 Houdini，Astra 已经可以直接上手操作。

还有朋友用 Astra 操控 Blender，复刻了其他创作者的作品，并衍生出五套不同配色；也有人让它在 Blender 中复刻场景。更进一步，有创作者让 Astra 结合 Blender 与 Unity，完成了一个小型游戏 Demo。

还有一个视频，来在Blender中复刻场景的。

它或许还称不上成熟游戏制作人眼中的“伟大作品”，但它的意义，恰恰不在于此。

过去的独立游戏开发者，究竟经历过怎样的艰辛？我很喜欢的一款游戏《神之天平》，制作人 KEIZO 一个人投入了整整 15 年，几乎用掉了人生最宝贵的一段时光。它的美术和关卡并不精致：早期版本里有许多免费素材、免费图片，以及其他作者捐赠的资源；音乐也大量采用日本的免费素材。后来，香草社美术 Shigatake——曾参与《十三机兵防卫圈》——机缘巧合之下为爱发电，帮助重绘了大量美术，作品才逐渐拥有今天的样子。

但它的剧本和游戏性足够强，于是仍被无数玩家奉为神作。

每次玩《神之天平》，我都会觉得遗憾：如果 KEIZO 是在 AI 时代开始制作，如果他手里有 GPT-6 Astra 这样的工具，这部作品的上限会在哪里？

可惜没有如果。那 15 年的光阴，已经过去了。

而这，正是 Astra 今天可以自主操控 Blender 和 Unity 做出游戏 Demo 的意义所在。

不止如此。@Anshu 还做出了一个更精致的 Demo，建模过程全部由 Astra 操控 Blender 完成。除了游戏建模，它也可以操控 Aseprite——一款专门绘制像素画与制作 2D 像素动画的软件——生成像素风格画面；也有人用它为线稿上色。

这两天的互联网气氛，我已经很久没有感受过了。

它有点像 GPT Image 2 刚出现时，也有点像 Nano Banana 刚出现时：所有人突然一起进入“原来还可以这么玩”的时刻。

最震撼的，还是那个让 Astra 在 Blender 中重建旧金山艺术宫的案例。

它自己搜索了数百张参考图，反复调整模型；渲染中间结果，再将渲染画面与参考图逐一比对、继续修改。它甚至翻到美国国会图书馆的一份老扫描文件，从中找到建筑立柱的真实尺寸。作者中途只做了少量纠偏：天空颜色不够准确、部分模型出现穿模……绝大多数工作，都是 Astra 在夜里自己完成的。等到第二天早上，渲染好的视频已经躺在电脑桌面上。虚拟卡

有人说，这或许就是文艺复兴将要到来的样子。

类似的案例还有太多，多到超出想象。人类的创意和念头，原来可以如此抽象、如此丰富。未来，“让 AI 操作专业软件”本身，甚至可能成为一种新的基准测试。

背景：当软件能力成为 AI 的工具箱

过去几十年，人类已经造出了一个极其庞大的数字文明。

Blender 中有完整的 3D 能力；AE 中积累了数十年的动态图形与合成能力；达芬奇中有成熟的视频剪辑能力。还有无数软件，沉淀着各行业几十年乃至上百年的工作方法。

这些能力一直都在那里。你可以建模、贴材质、渲染、绑骨骼、刷权重，花上一个月，换来一小段动画。

但这一切有一个前提：你得会用。

这听上去像一句废话，背后却隔着难以想象的门槛。过去有多少职业，它们的壁垒就建立在这里：我比你更值钱，因为我把这套软件用了五年，复杂的功能我熟，快捷键我快。

直到今天，我们仍会在简历里看到类似表述：熟练掌握 PPT、Excel、Word、剪映；能够稳定使用豆包、DeepSeek 产出短视频脚本；尝试过 C4D 建模，使用 AE 制作过部分特效……

这就是现实。

过去几十年，专业能力与普通人之间，隔着一层很厚的东西。我想了很久，觉得它可以被概括为四个字：执行能力。

而 GPT-6 Astra 的冲击在于，它让“执行能力”在肉眼可见的未来，正在失去原本的稀缺性。

你会用 Houdini，又怎样？你把 C4D 玩得再熟，又怎样？当 AI 的点击更快、更准，还能根据一段视频在 3D 软件中尝试复刻时，单纯的操作熟练度会越来越难以构成壁垒。

当然，它现在仍不完美，甚至有时很“抽象”。但想想 2024 年的大模型编程能力：只要再给 AI 半年或一年，当它的复刻能力接近顶尖人类、可以与你实时协作完成复杂作品时，我们或许就笑不出来了。虚拟卡

所有高成本、所有延迟、所有缓慢，都会被 AI 的进步逐步消解。

这一切，来自 Computer Use，来自对 GUI 操作能力的泛化。

有人认为 Agent 时代里 GUI 并不重要，我并不认同。GUI 也许会逐渐成为 Agent 时代最通用的 API。它真正的意义，是为人类过去几十年积累的软件能力，补上一层 AI 兼容层。

就像具身智能最适合的形态往往是人形，GPT-6 Astra 也像是突然把整个人类的软件世界变成了自己的工具箱：一个拥有五千个按钮的工业软件、一套 2008 年写下的公司 ERP、一个从未为 AI 提供接口的建筑设计软件——都不必先改造，AI 可以直接学习如何使用。

过去，我们会问：AI 不会做 3D 怎么办？那就训练一个 3D 模型；AI 不会设计电路板怎么办？再训练一个 PCB 模型。

现在似乎出现了另一条更直接的路径：既然人类已经用软件完成这些工作，为什么不让 AI 直接学会使用这些软件？

几十年软件工业积累下来的能力，才是真正的宝藏。

痛点：当执行不再稀缺，个人与团队靠什么建立优势

Astra 发布后，我其实有些焦虑。

我不只是一个博主，也是一个三十多人的公司负责人。冲击之下，我曾写下这样一句话：“纯粹的任务和执行，在未来会越来越没有意义。”

现在回头看，这种表达过于极端。更准确的说法应该是：

执行这个动作，正在失去稀缺性。

执行当然仍然重要。Blender 里的模型依然需要被建出来，AE 里的动画依然需要被打上关键帧；只是完成这些动作的人，不一定必须是真人。

于是，我们进入了一种很奇怪的状态：

你脑中的意图，与电脑里最终出现的结果之间，距离正在快速缩短。

过去，这段距离极其值钱，它构成了大量职业的壁垒与护城河。如今，操作知识本身正在失去稀缺性，随之而来的，是执行动作本身也不再那么稀缺。

在我看来，未来许多职业的价值会被强行拆成两层：判断力与执行能力。

以 3D 设计师为例。过去，“理解 3D”与“熟练操作 Blender”几乎绑定在一起；未来，它们会逐渐解耦。

会不会操作 Blender，可能不再那么重要；更重要的是，你是否理解模型比例是否正确、空间是否舒服、材质是否符合整体调性、场景构图是否有美感。

这些判断，会越来越重要。

会 Blender，不等于懂 3D。
会 AE，不等于懂动画。
会 CAD，不等于懂建筑。
会 Excel，更不等于懂财务。

过去，只是因为执行门槛太高，这些能力才常常被捆绑在一起。

现状：判断力正在成为更稀缺的能力

但接下来，最值得警惕的问题出现了。

当执行能力不再稀缺，判断力就显得愈发重要。可判断力到底从哪里来？

很遗憾，对绝大多数人而言，它只能从那些正被 AI 吞噬的执行任务中，一点点磨炼出来。

一个真正使用 Blender 十年的人，为什么看一眼 Astra 做的模型，就知道哪里可能有问题？因为他做过太多次。他见过无数失败，改过无数细节，那些经验最后沉淀成了不需要解释的直觉。

所谓直觉，或许就是人类经历过几万次执行、几万次失败、几万次修改后，压缩在大脑里的东西。

对我也是如此。对 AI 的理解、对内容的理解，不是凭空出现的，而是在近三年半里，写下 685 篇原创文章后，一点一点积攒出来的。虚拟卡

于是，一个极其吊诡的现实出现了：

执行的经济价值正在快速贬值；
人类许多最值钱的能力，却恰恰由执行训练而来。

GPT-6 可以帮你省掉操作 Blender 的五年，这当然很好。但那五年里，除了记住快捷键、熟悉按钮，是不是还长出了别的东西？

答案是：有。

你看过无数模型，做坏过无数模型，也因自己的错误返工过无数次。于是你才慢慢懂得：什么叫好，什么叫差；什么看起来炫，却无法真正落地。

AI 可以把五年压缩成五分钟。

但真正的问题是：

结果可以被压缩，人的成长也能一起被压缩吗？

我不知道。

这正是我认为这个时代最矛盾、也最令人惆怅的地方。

未来最优秀的公司和教育体系，或许都必须重新回答一个问题：

哪些摩擦应该被 AI 消灭？
哪些摩擦，又必须留给人？

AI 最擅长的事情之一，就是帮我们绕过痛苦。

但残酷之处在于，人的许多能力，也恰恰生长在痛苦之中。

人类世界里有一个很伟大的词，叫作传承。

我害怕有一天，我们这些“老登”也到了退休的年纪，准备交出手里的衣钵；一回头，却发现身后空无一人。

这或许也是一种巨大的悲哀。虚拟卡

---

解决方案：把 AI 用于验证与迭代，而不是替代业务判断

把重复执行交给工具，把目标、边界、客户价值与最终取舍留给人。每次使用 AI 后，都用真实结果复盘并调整下一轮决策，才能把效率真正变成长期能力。