GPT-6物理考98分，画电路板漏接20根线：AI交的活，看着对最危险

同一个AI，这几天接连上了两次新闻。一次是学霸。哈佛、谷歌DeepMind等机构的35位物理学家，出了50道前沿理论物理难题，GPT-6 Astra考出98分，只错了1道。另一次是翻车。一位开发者照着OpenAI的官方演示，让它画一块电路板，忙活13分钟，交出来的板子上20根线没接上。

两条消息都是真的。顺带交代一句，GPT-6 Astra是OpenAI九月初发布的旗舰模型，这轮新闻的主角。对不碰电路板的人来说，这反差本来当个热闹看就行，但你要是平时让AI写过文档、做过表格、排过行程、核过报价，它就值得多看一眼。它把一件事摆到了台面上，AI现在"能干活"的边界到底在哪，你的那些活，落在边界哪一边。

先说句公道话，这个98分不水。那50道题的难度，是世界级专家做一道要花一天左右的水平，物理学家们自己预估Astra能考八十多分，结果接近满分。还有个更打脸的细节，其中一道题Astra坚持说专家给的参考答案是错的，研究团队回头核对，还真是专家错了。

也不只是物理。那位写长帖实测的开发者，让Astra做了三个编程项目，包括一个能认出重庆立交、西安城墙的3D城市生成器，都在20分钟左右交卷，自动化测试全过，它还会把自己发现的视觉毛病主动修掉。论能力，这确实是眼下最强的模型之一。

那为什么到了电路板上就翻车？

这位开发者没有骂一句就走，他把过程拆开看了。前半程Astra干得相当体面，打开项目、从原理图导入网表、自己跑一致性检查，全对，说明它是看懂了电路图和电路板之间对应关系的。卡住的是最后一步，在画布上拖元器件、连线，它点击的坐标经常对不准，元器件拖不到指定位置，更别说把几十根线一根根接好。跑分也能对上。在截图里找到指定按钮，它从上一代的76.9%涨到了92.7%，可把AI扔进一台真电脑里从头干完一件活，得分只剩72.6%。找到按钮点一下，和把活干完，是两种难度。

他又回头翻OpenAI的发布页，发现那段丝滑的官方演示底下有行小字，说这是一段15秒的压缩回放。演示实际花了多久、中间重试了几次、有没有人工兜底，视频里统统看不出来。看到这行小字，我后背有点发凉。

如果说一个人的实测还算孤例，浙江大学DMA实验室10月放了份180页的评测报告，干的就是较真的事，让GPT-6 Astra干CAD真活，工程图转三维、文字转三维、参数化重建，六类任务全在真实零件上跑，还允许它自己写代码、自己查几何、自己改模型。报告里最扎心的是六个字。

外形已经对了。

这六个字翻译成大白话，就是它交出来的模型乍一看全对，错全藏在肉眼看不见的地方。一个该打通的孔，它建成盲孔，外观毫无破绽，螺丝穿不过去，功能直接废掉。让它重建一个光滑的蜗壳曲面，它用几百片薄片一层层堆出个弧形，远看像那么回事，底层建模逻辑整个是错的，下一道工序根本接不住。还有个燕尾配合的零件，单看每个都挑不出毛病，装到一起就撞上，干涉了。更要命的是，11个重建零件里，经得起反复改尺寸的只有4个，剩下三分之二的"成果"是死的，想动一处，就得整个重来。

报告还专门测了多改几轮能不能救回来。答案是不能。它会自查、会改，但误差曲线上下波动，有的轮次改完误差反而更大。报告给它的定义很克制，能为概念设计提供初步方案，为详细设计提供初始模型。说白了，能交作业，但作业得有人批。

机器人那边这几天也是同款剧情，按36氪的报道，Astra在模拟器基准榜单上拿满分，装进真机就频频碰壁。考试是考试，干活是干活。

把98分和20根断线摆到一起，那条线就出来了。AI现在的强项，划在"错误会不会自己报警"上。物理题有标准答案，证明能被机器一步步验证，错了立刻现形；写代码有单元测试兜底，一跑就知道对不对。这类可验证的活，它已经强得吓人。可电路板、工程图纸不是，你手里的行程单、装修报价、合同草稿也不是，错了不报警，安安静静躺在成果里，等你真用那一刻才一起结账。代码世界先被AI接管，就是因为每行代码都有兜底；图纸慢一步，是因为图纸没人批。