用了GPT-6 Astra一段时间，有个感受越来越明显：它在目标明确、有标准答案…

用了GPT-6 Astra一段时间，有个感受越来越明显：它在目标明确、有标准答案的任务上很强，但碰到需要自由探索、没有固定答案的事情，就有点力不从心。 比如你想写点有意思的东西，或者面对一个模糊的问题自己判断值得往哪走，GPT-6总像在等你把题目出完整、把验收标准列清楚。可如果这些都得我先想好，最需要智能的那部分工作，我已经自己做完了。 这也解释了它为什么那么爱堆防御性代码、写一大堆测试。测试能给出明确的通过或失败，它很容易一直围着这些可验证的结果打转。至于方向有没有价值、有没有更好的可能，就需要另一种判断力了。 Claude Fable在这类任务上给我的感觉就好得多。它会从理解你想做的事情出发，顺着不完整的想法继续展开，给你一些原本没想到的可能性。即使没有固定答案，也能把事情往前推进。 这让我想到一个问题：真实世界有太多任务根本没有标准答案。在自由探索和开放任务上，光看表面跑分是看不出来的。 我昨天用GPT-6写一个产品介绍文案，给了它几个关键词让它自由发挥，结果它反复问我"目标受众是谁"、"核心卖点是什么"、"字数要求多少"。最后我实在受不了，直接自己写了开头，让它续写，效果反而好很多。 而用Claude Fable处理类似的任务，它会先理解我想要的感觉，然后给出几个不同风格的版本让我选。虽然不一定每个都完美，但至少提供了选择空间，而不是等着我把所有条件都列出来。 这可能也是为什么很多人觉得Claude更适合创意工作。它不会被"正确答案"的思维限制住，而是更擅长在模糊地带找到方向。 当然，GPT-6在需要精确性、可验证性的任务上依然很强。关键是要根据任务类型选择合适的工具，而不是一刀切。