贡献俩astra实际用例

用例1

让它写个小声控电脑demo，gpt最擅长的一句话许愿场景

还给了三轮对话提醒的机会改ui，做出来的ui长这样

总之还是跟5.5一样把提示词堆ui上，并且完全不考虑做出来的东西是给人用的，主次不分，漏/错了什么东西被用户提醒了，就会把那个东西做得特别大，盖过软件真正的核心功能……

前端比fable差远了，依然不如k3

我已经能想象把已经存在的史山给它迭代会发生什么了

大失所望又不出所料

用例2

找东西，在adobe photoshop沙盒环境写脚本，用实际最后更新时间为1999年的祖传残疾的api拼需求，资料很少，什么都需要靠试，接近逆向的场景。

比5.6好，极高思考级别语言能力不会退化，能说清发生了什么。

做不出来知道放弃，不会像5.6一样一直试，最后忘掉了自己要干什么，偷换最初的需求单方面宣布胜利。

语言能力还可以，能把干了什么和要干什么扯清楚了。比不了fable和k3，至少不会一直“你说得对。”然后绕来绕去来气人了。

成本

demo花了10m，20刀有点意外还挺省的

算上缓存实际消耗大概是sol的2.5倍

但是因为token更少，所有最后的消耗基本持平

不过我估计在需要大量读文件的场景可能会使周限如奶油般融化。