GPT-6 Astra 上线后的第一批作品，不是聊天记录，而是游戏 Demo 和一座用 Blender 重建的旧金山艺术宫。用户只给方向，Astra 自己翻几百张参考图，甚至从美国国会图书馆的老扫描文件里核对柱子尺寸。多数工作它在夜间自主完成，等人类睡醒，眼前已经是成品。这看起来像“AI 终于能干活了”，但真正值得琢磨的是：当执行能力加速贬值，人的判断力从哪里来？
旧金山艺术宫的复刻过程在技术层面并不神奇——搜索、比对、建模、渲染，都是 Agent 的标准动作。真正的信号在于它选择“自主完成”：白天人类确认方向，晚上 AI 执行细节，几百次试错不需要人盯着。另一个案例更直接：用户让 Astra 同时驱动 Houdini 和 Unity 做游戏 Demo，从场景搭建到逻辑脚本一气呵成。过去这是三五个工种、几十个小时的协作，现在压缩成一句描述加一晚等待。专业软件的围墙正在坍塌，但别急着欢呼人人都是创作者。
执行能力贬值，意味着门槛不再是“会不会用工具”，而是“知不知道想要什么”。当 Aseprite 的像素动画、Blender 的建模流程、Unity 的交互逻辑全部变成可调用的 AI 技能，判断力成为唯一的稀缺品——比如柱子比例该不该忠于原版，网上搜来的资料可不可信，哪些风格值得保留。Astra 越是强大，这些问题就越尖锐。工具负责跑得很快，人得负责知道往哪跑。而后者，AI 暂时还没学会。
