一只鹈鹕成了Agent时代最大的明星

GPT-6 Astra模型发布后，社区通过“鹈鹕杯”比赛监测其能力波动。参赛者围绕绘制骑自行车的鹈鹕测试模型稳定性与智能水平。CodexRadar开源项目进一步验证了模型在真实编程任务中的表现。模型的能力波动直接影响用户的工作效率和自动化任务的成功率，促使开发者更加关注模型的实时状态。