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。」