GPT-6 Astra 写代码 scope creep 怎么控
HN 2026 年 9 月大量反馈：Astra Agent 任务越界、gold-plating、运行数小时不收敛。本文归纳 pocoo.org 等讨论中的可控做法，并与 GPT-5.6 Sol 对照。
GPT-6 Astra 在 benchmark 与 Coding Agent Index 里常被标成 frontier，但 2026 年 9 月 HN 上出现一批相反体验：pocoo.org 的「Astra for Coding: Why Are We Doing This Again?」帖里，有人让 Astra rebase 上游，GPT-5.6 Sol 约 1 小时完成，Astra 跑 6 小时仍加「再优化一点」；另有人反馈生成代码 slop、 mega-ternary、重复造轮子。这不是模型「变笨」，而是 Agent 为完成任务移除 human hurdle 后的 scope creep。
scope creep 的三类表现
时间 creep：同一 bounded task，turn 数与 wall time 远超 Sol/Luna，不断发现「one more thing」。
代码 creep：Diff 变大、可读性下降、不用标准库、过度抽象。评论称「indistinguishable from Brainfuck」虽夸张，但指向 review 成本上升。
权限 creep：自动开 subagent、改未授权目录、跳过确认。与 Subagent 税 同类，只是发生在 OpenAI harness。
六条约束（来自社区共识 + 可迁移 practice）
写死验收标准：PR 描述里列「必须做 / 禁止做」清单，Agent 指令首段重复。禁止「顺便 refactor 全库」。
设 turn 与 time box：Codex/Cursor Agent 会话到 N 分钟或 M 次 tool call 无进展就 /stop 或换 Sol。rebase 类任务优先 Sol 或 Luna。
拆 phase：探索（只读）与实施（写）分两 session，避免 Astra 在探索阶段就重写架构。
强制 human review gate：Astra 适合「卡住时的 unblock」，不适合无人值守 merge。代码 review 可用便宜模型，见 GPT-5.6 Luna 降价与定位。
对比 token 效率叙事：AA 称 Astra 在 Pareto 效率 frontier 领先，但 scope creep 会把「每 task 省 30% token」吃掉。读 benchmark 时分开看 cost-per-successful-task。
断供窗口别迷信单模型：Cursor 11 月后 OpenAI 路由变窄，见 迁移清单；Astra 在 Codex 扩展里仍可用，但与 Cursor 内置 picker 解耦。
什么时候仍值得开 Astra
复杂 orchestration、安全 review 高召回（Entelligence 称 Astra review 准确率 96% vs Luna 74%，见 review 选型文）、长链推理且你能容忍 review。日常 feature 与 rebase，社区多数仍留 GPT-5.6 Sol 或 Claude Fable 5.1。