一位开发者意外发现，OpenAI 正在扩大名为 mozaik-alpha-fdm 的 Astra 内部测试。最新流出的样例来自开启最高思考强度（Max effort）下的零样本生成，展示了两个令人惊讶的成品：一个像素风的 3D 城堡和一个功能完整的前端网页，均为一次性生成输出。

多位获灰度资格的开发者在同一时间公布了 Astra 的首批演示，大家最为惊讶的是模型对细节的统一把控：视觉语言一致、复杂元素的空间关系清晰、页面层级合理，甚至生成的代码能支撑交互逻辑。有人看后直呼“前端问题被解决了”。有迹象显示，Astra 可能在不久后正式发布，与 Anthropic 的 Fable 5.1 直接竞争。

从现有泄露与观察中，可以归纳出 Astra 在前端与长期任务处理上的几项关键能力： - 强大的零样本前端生成，能一次性产出带交互的页面与 3D 场景； - 原生端到端的多智能体编排，将设计、工程与审查等角色并行化协调； - 支撑超长时间跨度任务的推理能力，避免中途“遗忘”或产生幻觉； - 持久化推理与即时自我纠错，内部反复验证并在输出前修正错误。

前端向来是大模型的难点：要同时顾及布局、样式、层级与交互，稍有不慎就会出现臃肿的 CSS 或不协调的视觉设计。而 Astra 在零样本下对几何透视、图层堆叠、视觉一致性和动态交互的把控，显示出质的提升。泄露样例中，包括一艘结构细节丰富的宇宙飞船、一个可调整车身比例并带物理效果的 3D 自行车测试页，以及一款以战斗手感为重点的第一人称 Roguelike，都在一次生成中通过了验证。

技术上，Astra 的进步可能集中在四个维度： 1) 端到端多智能体架构：模型内部并非单一生成器，而是把不同子模块（如代码生成、自然语言处理、结果整合）并行协作，自动完成从设计到代码的闭环。 2) 超长程任务能力：其注意力和上下文管理机制被增强，能在更长的时间尺度上保持推理一致性，适合连续开发复杂项目或执行多步骤任务。 3) 持久化推理模式：模型不会只做一次性输出，而是内部迭代、校验与改进，能够“记住”当前 DOM 与设计规范，保持后续输出的一致性。 4) 即时自我纠错：在生成过程中可能进行了虚拟渲染或语法树执行检测，自动发现并修复布局或语义错误，最终输出已经过内置验证的成品代码或渲染。

与此同时，Anthropic 的 Fable 5.1 也在加速推进，最新反馈显示其在前端代码稳定性、长链推理与工具调用的能力上有显著提升。两家厂商正朝着同一目标竞逐：让模型在更长任务周期中独立运行、产出更可靠的代码，并尽量减少人工干预。

综合来看，Astra 的首批演示如果属实，意味着生成式模型在前端与复杂工程任务上的能力正在进入新的阶段——从“能想出办法”向“能把想法成体系、一次性实现”转变。