OpenAI 官方说 GPT-6 Astra 来了，你写的那些 Skill 都该扔了

OpenAI 官方开发者博客发布了最新一篇文章，标题叫“Rethinking skills and prompts for GPT-6 Astra”（重新审视 GPT-6 Astra 时代的技能指令与提示词）。

看标题就应该明白了，这篇文章其实说的是：模型变强了，你之前给它写的那些指令、规则、操作手册，很多已经过时了。如果不清理，反而会拖后腿。

听起来有点反直觉，但想想其实很合理。就好比你教一个小孩骑自行车，一开始得扶着后座、喊着往哪拐。等他骑熟了，你还在后面喊，他反而骑不好了。

读完这篇官方指南，我总结了一下几点，希望给大家能够带来启发。

一、Skill 写太多，模型反而不知道该用哪个

先说第一个观点。

做 AI 编程的人都知道 Skill 这个东西，简单说就是一份预先写好的操作说明书，告诉模型遇到某类任务该怎么做。比如“遇到数据库迁移怎么处理”，“遇到部署怎么操作”，一个任务配一份说明。

问题出在哪呢？大家现在默认往项目里塞很多 Skill。每个 Skill 都带一段描述，模型得读这些描述才能判断什么时候该用哪个。但是 Skill 一多，模型的上下文装不下了，它就会自动压缩每条描述。每条描述都被砍短了，模型对每个 Skill 的理解就变得模模糊糊的。

更麻烦的是，很多 Skill 的描述写得太宽泛。

官方文章举了个例子。一个处理数据库迁移的 Skill，描述写成了“处理数据库、查询、模型或持久化相关的工作时使用”。这下好了，模型只要碰到任何跟数据库沾边的事情，都会把这个 Skill 拉出来用。但其实它只应该在处理迁移的时候才派上用场。

正确的写法应该是：“在添加或修改迁移文件，或者审查迁移上线方案时使用。”范围一收窄，模型就不容易搞混了。

这其实很容易理解，就像是你给新来的同事交接工作，如果写了一堆笼统的注意事项，一百条全是“遇到问题要仔细”这种话，他根本不知道该重点看哪条。倒不如就写几条关键的，每条说清楚在什么情况下用。少就是多。

二、Skill 内部的结构也得讲究

然后是第二个点，关于 Skill 内部怎么组织。

文章提到一个概念叫“渐进式展开”。意思是，一个 Skill 如果包含好几套不同的操作流程，不要把所有内容一股脑写在一个文件里。根文件只写一个简短的路由表，告诉模型“遇到 A 情况看这个文件，遇到 B 情况看那个文件”就行了。模型按需去读，不用一上来就把所有内容都塞进脑子里。

这其实很像整理书架。如果所有笔记都摊在桌上，找东西反而慢。分门别类放好，要什么取什么，效率高得多。

还有一个问题。以前模型不太聪明的时候，很多人把 Skill 写得特别详细，每一步都规定好，像菜谱一样：第一步做什么，第二步做什么，锅要热到几度，盐放几克。那个时候确实有用，因为模型需要这种手把手的指导。

但现在模型理解能力上来了，这种过于具体的写法反而会限制它。你把每一步都写死了，它就只能按你说的来，没有余地去做更好的判断。就像一个厨师已经很厉害了，你还非要他看着菜谱一步步做，他发挥不出来。

三、AGENTS.md 别什么都往里塞

AGENTS.md 是另一种指令文件，作用范围更大。模型只要在你的代码仓库里工作，就会读这个文件。

文章说，很多人在 AGENTS.md 里写了一堆“每次改代码之前必须先读架构文档、数据库文档和部署文档”之类的规定。

这在以前可能有道理。但 GPT-6 Astra 已经能自己判断一个任务需要读什么了。你改个错别字，它也不需要先把整个项目的架构图看一遍。强制它每次都读一堆文件，除了浪费上下文空间，没什么好处。

正确的做法是把这些文件的用途说清楚就好：“架构文档用来了解服务边界，数据库文档用来处理表结构变更，部署文档在准备上线时看。”让模型自己决定什么时候去读什么。

说白了，把指令从命令式改成参考式。你告诉它资源在哪、什么时候有用，具体要不要看，让它自己判断。

四、以前设的限制，现在可能变成了枷锁

文章里有个观点我觉得特别值得注意。

以前的模型有时候会越界，自作主张干一些你没让它干的事。为了防止这种情况，很多人在指令里加了很强硬的限制语，比如“任何操作之前必须先征求我的同意”“不要自行决定任何事”。

这在面对那些比较冲动的模型时是合理的。但 GPT-6 Astra 本身就很谨慎，它在拿不准的时候会主动停下来问你。你再额外加一堆“不许做这个不许做那个”，它就会变得过于保守，该往前走的时候也停下来了。

文章的原话是，GPT-6 Astra 是他们“最 aligned 的模型”，判断力比以前的模型好很多。你以前为了防范旧模型加的护栏，现在反而会让新模型畏手畏脚。

我感觉想想也是，这也很容易理解。如果你找了个靠谱的人帮你做事，结果给他列了一百条禁令，他每走一步都要先翻一遍规则手册，这效率能高吗。

五、GPT-6 Astra 有个毛病：容易提前停下来

再说最后一个点。

文章提到，跟之前的 GPT-5.6 Sol 比起来，GPT-6 Astra 在做事的时候更容易提前收工。Sol 接到一个任务会一直干下去，干很久才回来交活。Astra 不一样，它可能写完第一版就停了，回来问你“你看看这样行不行”。

这当然跟它更谨慎有关。但如果你的任务本来就需要它一口气干完，比如写完代码、跑测试、修 bug、再跑一遍，那你得在一开始就把这些要求说清楚。不然它写完代码就停了，你还得再催它一次。

文章的建议是，在给任务之前就定义好“完成”到底是什么样子。你想让它做到哪一步，中间哪些环节不用回来问你，都提前交代清楚。

六、新模型来了，正好打扫一下屋子

文章最后说了一句挺有意思的话：新模型发布是个好机会，可以好好清理一下你积累的那些指令和规则。

而且你甚至不用自己动手。让 GPT-6 Astra 把你现有的 Skill 和 AGENTS.md 审计一遍，看看哪些过时了，哪些可以精简，哪些已经不需要了。然后你就可以轻装上阵，去做一些以前不敢尝试的事情。

整篇指南读下来，核心就一句话：模型在进步，你给它写的规矩也得跟着进步。

以前那些规则是帮过你的，但它们是写给旧模型的。新模型有新的能力，也有新的脾气。把旧规矩原封不动搬过来，效果可能适得其反。

定期回头看看你给 AI 写的那些提示词和规则，问问自己，这条还有必要吗。这个习惯，可能比写新规则更重要。

科技先锋官How I AI