GPT-6-Astra和Fable 5.1对比
简单测试了一些场景，结合了社区的反馈，GPT-6-Astra和Cluade-Fable-5.1总结如下：

Astra更强的场景：
- 硬推理（数学、抽象推理）
- 写作
- 计算机操作
- 3D和空间任务
- 科研（数据）分析、仿真

Fable更强的场景：
- 意图理解
- 长程编程

就执行（指令和目标都明确的）任务来看，Astra没有什么缺点，很好用。

但非常可惜，我个人还是喜欢 Fable 远超 Astra，因为理解意图这件事，对我的使用场景太重要了。

我用 Fable 最多的场景是辅助决策，以及作为项目的技术顾问。这类任务往往连问题本身都没有定义清楚，需要边讨论边判断：真正想解决的是什么，当前卡在哪里，哪些约束重要，下一步应该先验证什么。

我说的意图理解，也不只是听懂一句有歧义的话。而是结合上下文，判断我问的问题和我真正需要解决的问题是否一致（不是死板地执行，也不是擅自替我改目标，更不是顺着我说）。

Astra（以及之前的所有GPT模型）在这些场景里给我的感觉是，答案非常全面，能把相关因素列一遍，但经常缺少真正精准的洞察。看完之后，只是选项更多了，项目还是没法推进。

辅助决策最需要的恰好是取舍。比如讨论技术方案，我需要知道的是：按当前目标和资源，哪个差异值得在意，哪个暂时可以忽略，以及什么证据出现后应该换方案。只把各条路线的优缺点讲完整是不够的。

所以这个“就差一点”，不是说差距一定很小，而是差在了我最常用的能力上。目前辅助决策和项目讨论，我还是会优先选Fable。

至于写作，目前我认为最好的解决方案是用Fable写初稿，用Astra润色。

大模型 howto用好AI AI工具 aiagent 人类高质量科研工具 claude