让 AI 写代码是一回事，让它改完后自己搭测试、证明能用，甚至盯着真实服务运行，是另一回事。GPT-6 Astra 正被接入这类工作：它不再只是给工程师提建议，而是沿着更长的任务链，在真实软件环境里执行和检查操作。
据 OpenAI 与 Cognition 披露，软件工程 Agent（能自主使用工具完成开发任务的程序）Devin 可让 Astra 为应用建立小型测试程序、模拟外部服务响应，再跑端到端测试——也就是从用户入口到后端完整检查一遍工作流。目标是让工程师少做逐行代码审查，更快交付。Perplexity 则称，它已用 Astra 撰写沟通内容、修改真实软件系统，并参与生产监控；联合创始人 Johnny Ho 表示，公司可以把完整系统交给它，检查进度的频率也低于使用前代模型时。
真正值得注意的是权限升级：生产系统直接服务真实用户，模型一旦出错就可能影响业务。现有材料没有披露具体错误率、审核机制或回滚安排，因此目前能确认的是应用边界正在推进，尚不能据此判断它能否稳定替代人工把关。