AREX Feed Article
OpenAI 开发者账号称 GPT-6 Astra 在 Codex 中帮助 Perplexity 做端到端代码测试
北京时间 9 月 15 日凌晨 1 时，OpenAI 的开发者账号 发帖称，GPT-6 Astra 正在 Codex 中帮助 Perplexity 对代码做端到端测试。帖文给出了具体做法：@randomjohnnyh 用它构建测试 harness（自动化测试框架），并模拟第三方 API 的响应。
OpenAI 官网的记录了这一用法。案例页里，Perplexity 联合创始人兼首席战略官 Johnny Ho 说，团队「实际上可以放心把完整的端到端系统交给它」，检查频率比之前几代模型低得多。
帖文里的两个动作：搭起测试 harness、模拟第三方 API 响应
Codex 中的 GPT-6 Astra 正在帮助 @perplexity_ai 对代码做端到端测试。@randomjohnnyh 用它来构建测试 harness、模拟第三方 API 的响应，以便检查各部分如何协同工作。
帖文正文只有这两句话，另附一段视频附件，帖子里的 t.co 短链指向的正是它。模拟（mock）第三方 API 响应，就是生成外部服务会发回的那种响应，以此替代这些服务；帖文所说的「检查各部分如何协同工作」，指的正是这样一轮端到端验证。
帖文点名的 @randomjohnnyh 就是 。
机制：让模型生成真实服务那样的响应，把流程从头测到尾
按 OpenAI 案例页的说法，Perplexity 是一家以搜索与准确性为核心的 AI 答案引擎。对 Ho 来说，AI 最有用的应用之一就是测试代码；由于手动测试的时间有限，他把围绕应用搭建小型测试程序这件事交给 Astra 完成。模型生成的是另一个服务会发回的逼真响应，例如某个语言模型 API 或连接器；由它代替这些服务之后，应用如何响应就能被检查，工作流也就可以从起点测到终点。
案例页引用了 Ho 的一句话：「我们可以让模型撰写沟通内容、改动真实系统，并监控生产软件，这是此前几代模型做不到的。」
从 9 月 3 日的发布到 Perplexity 的接入
GPT-6 Astra 于 9 月 3 日开始分阶段推出：OpenAI 当天在发帖宣布了这一消息。在里，OpenAI 称它是「迄今最好的软件工程模型」，并说明它给 Codex 带来的一项新机制：模型可以跨上下文窗口做笔记，更早的上下文仍可检索，便于在长会话里找回失败原因、组件行为这类细节；OpenAI 表示，这个实验特性未来几周会成为 Astra 在 Codex 里的默认配置。
科技媒体 在报道里把这次发布称为 ChatGPT 与 Codex 的一次重大升级，并记录了 Astra 随后陆续向 Business、Pro 和 Plus 订阅用户开放的经过。Perplexity 也在 9 月 4 日宣布，Astra 已在 中向 Pro 与 Max 订阅用户开放。
回复区：对 mock 工作流的认可，与对测试可靠性的追问
截至发稿，这条帖文获得 372 次点赞、18 次转发、51 条回复和 26,946 次查看。回复中， 写道：「端到端测试加上被模拟的第三方响应，是比单纯代码生成好得多的 Codex 演示；用户真正会碰到的集成失败，恰恰是在 harness 里暴露出来的。」
另一类回复则把问题指向 mock 的保真度：模拟响应由生成模型自己产出时，端到端测试如何避免把「一致」当成「正确」？
来源边界：单方叙述与独立验证者规则
这条消息的叙述出自两处渠道，都属于 OpenAI：开发者账号的帖文，以及官网的客户案例；Johnny Ho 的引语出自后者。
帖文的回复里有一条关于验证的规则。 写道：「不要让同一个 agent 既写功能、又写 mock 和验收标准；用一个独立的验证者，否则你会得到一套漂亮、一致、却验证了错误行为的测试。」