#AI
Simon Willison 实测 GPT-6 Astra 跑路线，吐槽过程不透明
Simon Willison 让 ChatGPT Work 配合 **GPT-6 Astra(Max)** 做了一件听起来很日常的事：输入自家地址，让它用 OpenStreetMap 数据规划出门回家的 5K 和 10K 环路。
据他的记录，agent 跑了 **27 分钟**,交付物是嵌在对话里的地图可视化，外加可下载的 GPX 和 GeoJSON 文档。5K 那条叫 El Granada harbor loop,里程 5.1 公里。
💡 为什么值得看交付可用 GPX 与地图，却暴露 agent 透明度硬伤。
查证
来源档案
Simon Willison's Weblog
知名开发者、Datasette 作者的独立技术博客，以一手试用记录和可直接复现的细节着称。
一手实测，可信度高；但这是单人单次任务的个人体验，耗时、产物与「代码拿不回来」的结论都不可外推为 GPT-6 Astra 或 ChatGPT Work 的普遍表现。
延伸阅读
这条实测的价值不在「AI 会规划跑步路线」,而在一个高能力 agent 完成任务后，执行链对用户不可见、不可复现。企业客户评估 agent 工具时，这类可审计性往往比单次成功率更关键。
Willison 把「线程压缩」直接点名为问题根源并提出修法（保留压缩前文本 + 暴露为 tool call）。这是对 OpenAI 产品设计的具体诉求，也是其他 agent 产品同样会撞上的坑。