Layout工程师也要被全面替代？GPT-6 Astra发布！AGI时代即将来临？

前言

这两日，OpenAI发布了最新的模型GPT-6 Astra，目前小范围灰度推送，部分可信访问用户已可在 Codex 开发环境调用该模型，主打编码、计算机操作、科研推理与长链路复杂任务处理。

GPT‑6 Astra 官方定位为 OpenAI 迄今能力最强、对齐度最高的模型，面向端到端完整工作流，不局限单轮问答，适合多步骤链式任务、大型代码库重构、科研分析、文档自动化等重度场景。

上下文窗口：105 万 tokens，最大输出：128000 tokens，输入模态：文本 + 图像；输出：文本。

DeepSWE v1.1 是当前业界含金量很高的编码 Agent 基准，区别于传统 SWE‑Bench，全部任务为人工全新编写，不存在训练集泄露污染，任务需要修改的代码量是传统基准的 5.5 倍，更加贴近真实大型工程开发场景，一共 113 道真实软件工程任务，覆盖 91 个开源仓库、5 种编程语言。

GPT‑6‑Astra 在 DeepSWE v1.1 取得74.1%±3% Pass@1的成绩，大幅超越自家上一代 GPT‑5.6 Sol（72.7%），同时领先 Claude Fable 5.1（67.4%）。

1、Astra 可以 “动手画电路板”

发布会的演示片段极具冲击力：Astra 凭借Computer‑Use 屏幕像素级操控能力，不需要 EDA 软件提供专门 API，直接识别 KiCad 界面、移动鼠标、点击菜单、摆放器件、完成布线，输入设计需求后自动输出原理图与初步 PCB 布局文件，完整复现一套硬件设计操作流程。

这个视频还是非常震撼的，AI自主打开KiCad工程文件、导入基础原理图网表，随后逐一识别元器件、拖拽摆放器件、微调器件间距与摆放角度，完成整板基础布局。进入布线环节后，AI自主完成交互式走线，过程中会真实遇到走线冲突、器件重叠、线路短路等常规设计问题。

这里博主也跟风进行鹈鹕骑鹈鹕测试：

同时看到网友发布的GPT 4,5的鹈鹕：

之后让豆包小姐也来试试：

大家觉得怎么样呢。

2、褪去滤镜！真实能力短板

区别于发布会精修短片段，有一份长视频完整记录了GPT‑6 Astra纯GUI可视化操作、零API脚本调用的全流程硬件设计过程，全程无人为干预，所有操作由AI自主完成，惊艳的全自动操作背后，完整版视频清晰暴露了Astra的工程局限性，也彻底击碎了“AI替代硬件工程师”的谣言，业内从业者看完基本达成共识：会操作EDA软件，不等于懂硬件工程。

本次演示选用的是BLDC电机控制器成熟参考电路，以基础电源电路、常规数字逻辑电路为主，结构简单、行业参考案例极多，是AI训练数据覆盖最充分的场景。全程未涉及高速差分信号、高频模拟电路、高压安全电路、精密阻抗匹配等复杂工况。同时，AI仅完成“线路连通、器件摆放”的基础任务，完全没有主动处理EMC电磁兼容、散热通道规划、安规间隙、阻抗匹配、信号完整性等工业硬件设计核心指标。简单说：它能画出“通电能用”的原型板，却做不出“稳定合规、可量产”的工业产品板。

Astra全程依靠视觉识别+模拟鼠标键盘操作操控KiCad，没有调用任何官方API、脚本接口。优势是适配所有版本EDA软件、通用性极强；但弊端十分明显。

很多人只关注Astra的AGI级能力与电路设计黑科技，却忽略了最落地的核心问题：这代模型算力成本大幅抬升，绝非日常随便调用的平价模型。OpenAI官方公布完整API计费标准，对比上一代机型价差明显，结合PCB设计、工程Agent实操场景，真实使用成本一目了然。

GPT-6 Astra 官方完整定价（每百万Token）常规输入：$10 ｜ 缓存复用输入：$1 ｜ 缓存写入：$12.5 ｜ 常规输出：$50。

对比前代主流模型GPT-5.6 Sol，涨价幅度十分直观：上代输入仅$4、输出$20，Astra输入涨价1.5倍，输出直接涨价2.5倍，博主说话了两句额度就直接掉了很多！

总结

GPT‑6 Astra的到来，彻底终结了「工程师靠重复劳动堆产能」的时代。无论是硬件PCB设计、嵌入式开发还是软件编码，基础的绘图、布线、写代码、排错等机械工作，已经可以由AI Agent全自动完成。

很多从业者会焦虑：AI能干80%的基础工作，普通人的价值在哪里？

AI淘汰的是「只会干活的执行型工程师」，成就的是「懂架构、懂原理、懂落地、懂风控的决策型工程师」。新时代的技术人，必须完成4个核心转型。

过去工程师的核心工作是：手动画图、手写代码、反复调试、重复改版。

未来工程师的核心工作是：拆解任务、定义规范、指挥AI、审核结果、兜底风险。

Astra可以快速出PCB初稿、生成代码工程，但它不懂产品场景、不懂量产标准、不懂项目边界。工程师的新价值，就是给AI设定规则、划定边界、修正错误，把AI产出的「可用原型」，打磨成「稳定可用、可量产、可落地的产品」。不再亲自搬砖，而是把控全局、把控质量、把控风险。

拒绝抗拒AI、拒绝全盘依赖AI，建立标准化人机协作工作流，是新时代工程师的必备技能。

学会从复杂项目 → 人工梳理需求、划定设计规范 → 交给Astra完成初稿绘制/代码编写/基础排错 → 人工做DRC校验、电气核查、仿真验证、逻辑优化、风险排查 → 定稿迭代。

这种模式可以节省60%以上的无效工时，把大量时间从重复劳动中解放出来，投入到技术创新、方案优化、产品迭代等高价值工作。同时规避AI幻觉、操作失误、设计不规范等核心问题，兼顾效率与安全。

当下的GPT‑6 Astra，是顶级的智能工程助理，却不是能独立兜底的行业专家。对所有从业者而言：拥抱AI提效，坚守人工把关，深耕专业壁垒，完成能力升级，才是应对AI迭代的最优解。