YouMind
Se connecter

De GPT-5.6 Sol à GPT-6 Astra : pourquoi est-ce que je me répète ?

@BradGroux
ANGLAIS09 sept. 2026
245K
594
103
49
153

TL;DR

Une analyse de plus de 25 000 réponses révèle que le passage de GPT-5.6 à GPT-6 Astra peut entraîner l'échec des flux de travail et des procédures opérationnelles normalisées (SOP) établis, nécessitant de fréquentes corrections manuelles.

J'ai utilisé GPT-6 Astra avec le workflow que j'avais développé autour de GPT-5.6 : périmètre de tâche documenté, contexte de dépôt, procédures opérationnelles standardisées et vérification avant livraison. Lors de mes tests, j'ai dû constamment corriger des travaux que ces instructions couvraient déjà. Les exemples incluaient le fait de renvoyer vers un guide de rédaction fourni, de réaffirmer la cadence de test et de demander un travail demandé manquant dans un transfert d'achèvement.

Lisez l'

étude complète , le

billet de blog , ou explorez les

données et méthodes dans le dépôt de recherche.

Brad Groux - inline image

25 254 réponses enregistrées sur six jours d'étude. Le jour 6 se termine au seuil commun. Source : enregistrements d'utilisation de l'étude de terrain Astra.

J'ai examiné six jours d'enregistrements Astra conservés pour comprendre l'activité et les ajustements effectués. Les enregistrements contenaient 25 254 réponses réparties sur 557 tours. Un examen séparé de mes contributions tapées et vocales a identifié 147 contributions correctives parmi 538 contributions substantielles, regroupées en 78 épisodes. Trente et un épisodes contenaient des corrections répétées.

Le processus est antérieur à Astra

J'ai écrit sur les travaux en cours avec Codex, le périmètre et les contraintes des tâches, et les SOP versionnées en juin. Eric Provencher, de l'équipe Codex DX d'OpenAI, a décrit des pratiques étroitement alignées dans ses directives de juillet pour GPT-5.6, notamment des missions distinctes et la préservation des exigences lors de la délégation.

Ma méthode établie ne s'est pas reportée de manière fiable lors de mes tests avec Astra. Les instructions couvrent l'accès, les tests et les exigences de livraison pour le travail.

Ce que montre l'examen

Quarante épisodes de correction concernaient des problèmes de processus ou de SOP. Un épisode lié aux tests contenait 17 contributions correctives. L'examen a également enregistré 154 contributions exprimant une insatisfaction, dont 91 chevauchant la catégorie corrective. Le même problème générait parfois plusieurs corrections, ce nombre ne mesure donc pas un taux d'échec du modèle.

Brad Groux - inline image

538 contributions substantielles dans cinq catégories exclusives : 310 de routine, 63 uniquement d'insatisfaction, 56 uniquement de correction, 91 les deux, et 18 ambiguës. Les 147 contributions correctives incluent les 91 dans les deux catégories. Source : examen contextuel, protocole 1.1.

L'utilisation totale était de 3,42 milliards de jetons enregistrés, dont 3,35 milliards de jetons d'entrée mis en cache. Environ 98,2 % des entrées provenaient du cache. Le contexte répété contribue à ces compteurs, donc le total ne nous dit pas combien de travail utile a été accompli ni combien il a coûté. L'étude comprend la ventilation complète et maintient l'activité du dépôt séparée.

Brad Groux - inline image

Composition des jetons enregistrés : 3,35 G d'entrée en cache, 61,11 M d'entrée non en cache et 10,99 M de jetons de sortie. L'entrée en cache représente 98,21 % de l'entrée. La sortie inclut le raisonnement ; ces compteurs ne mesurent ni le coût ni le travail utile. Source : enregistrements d'utilisation de l'étude de terrain Astra.

Deux hypothèses à tester

Je soupçonne que les raccourcis vers l'achèvement peuvent déplacer les exigences, et que les exigences peuvent se perdre lors de la délégation. Ce sont deux hypothèses entièrement non testées, basées sur environ quatre ou cinq jours d'expérience personnelle. Je n'ai pas effectué de comparaison appariée GPT-5.6/GPT-6 ni retracé un échec de délégation causal. Un manuel de déploiement contenait des instructions obsolètes.

Les réponses ont inclus des expériences différentes. Arbaz a signalé une dérive sous des instructions de conception détaillées, tandis que John Collins a signalé un bon suivi des instructions lorsque les étapes étaient expliquées.

J'ai publié Astra Field Study avec des agrégats examinés, des méthodes, des figures, un explorateur et un kit de contribution MIT. Le kit garde les conversations brutes privées et permet aux contributeurs de revoir leur agrégat avant de le soumettre. Les évaluations facultatives de satisfaction et de facilité sont collectées directement et conservées séparément de l'utilisation.

C'est ce que je pense actuellement, et je veux en savoir plus. Si votre workflow existant s'est transféré proprement, partagez ce que vous avez utilisé et comment vous avez vérifié le résultat. Contribuez via le dépôt ou contactez-moi ici, surtout si votre expérience contredit la mienne.

Remixer dans YouMind

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
Pour les créateurs

Transformez votre Markdown en un article 𝕏 impeccable

Quand vous publiez vos propres textes longs, la mise en forme 𝕏 des images, tableaux et blocs de code est pénible. YouMind transforme un brouillon Markdown complet en un article 𝕏 impeccable, prêt à publier.

Essayer Markdown vers 𝕏

D'autres patterns à décoder

Articles viraux récents

Explorer plus d'articles viraux