OpenAI着手修复GPT-6 Astra降智问题，国内用户受影响最深

导语

9月15日，OpenAI通过开发者论坛发布了一则简短公告，确认正在修复GPT-6 Astra模型发布后出现的性能退化问题。这款仅发布两周的旗舰大模型，经历了从「全网膜拜」到「大量吐槽」的快速口碑翻转。OpenAI表示已发布v1.1版本补丁，目标是恢复模型的原始性能水平。

降智问题的具体表现

用户反馈的退化并非零星案例，而是系统性的能力下降，主要集中在三个场景：

1. 长文本推理（影响最大）

• 能够处理的最大有效上下文长度从官方宣称的100万tokens下降到约60万tokens
• 对超过5000字的复杂逻辑问题，回答的准确率从约85%下降到约55%
• 多步骤数学推理经常出现「忘记前面步骤」的情况

2. 代码生成

• 生成代码的bug率从约2%上升到约6%
• 对不常见的编程语言（如Rust、Kotlin）的支持明显退化
• 代码补全功能经常出现「生成半截就停」的现象

3. 中文理解（国内用户受影响最深）

• 中文翻译质量下降约15%，尤其涉及专业术语和文化梗
• 中文写作经常出现不通顺的句子和错别字
• 中文问答对口语化表达的理解准确率下降约20%

国内用户对此感受尤其明显——GPT-6 Astra在设计时就是以英文为主要训练语言，中文能力本就不如英文，退化后差距被进一步放大。很多国内开发者表示「以前还能用GPT-6 Astra写中文文档，现在换回GPT-5.6了」。

什么是「推理路径退化」？

OpenAI内部技术文档（被泄露给The Verge）透露了问题的核心原因：

GPT-6 Astra采用了多专家混合架构（MoE）——模型内部有16个专家子网络，每个请求被路由到其中2-4个专家处理。问题出在路由器（Router）模块上：

正常情况下，路由器会根据请求内容智能选择最合适的专家组合。但发布后的两次微小的权重更新（一次是9月5日、一次是9月10日）导致路由器的选择出现了系统性偏差——它倾向于总是选择某几个专家，跳过了其他能处理复杂场景的专家。这个问题在处理长文本和非英语语言时尤为严重，因为这些场景需要更多样的专家组合。

业内把这种现象称为「推理路径退化（Reasoning Path Degradation）」——不是模型本身「变笨」了，而是路由器的选择让模型无法发挥其完整能力。

OpenAI的修复方案

v1.1补丁（9月14日已发布）

OpenAI已在9月14日晚推送了v1.1补丁，主要修复包括：

• 重置路由器的路由权重
• 增加一个路由多样性检查：如果连续5次请求被路由到相同的专家组合，自动强制切换
• 为非英语语言（特别是中文、日文、阿拉伯语）增加专家选择优先级

后续计划

• 9月18日前：完成v1.1的全量部署（目前约60%用户已更新）
• 9月22日前：发布v1.2，增加针对中文场景的专门优化（包括中文专业术语和文化表达的微调）
• 9月底前：推出一个独立的中文优化版本（Chinese-Optimized GPT-6 Astra），供中文用户选择

用户的反应

开发者社区的反应呈现两极：

不满派：

• 「花了20美元升级到GPT-6 Astra Pro，结果还不如GPT-5.6好用」
• 「OpenAI能不能不要发布半残品？」
• 「国内用户就是小白鼠？降智问题只在中文语境下更严重」

理解派：

• 「MoE架构的路由器稳定性确实很难调，正常迭代问题」
• 「OpenAI敢于承认问题并快速修复，比藏着掖着好」
• 「等v1.2出来再看看，不要太早下结论」

对行业的启示

GPT-6 Astra的降智事件暴露了大模型工程化中的一个普遍被低估的问题：

MoE架构的路由器稳定性：随着模型从单一大网络转向多专家混合架构，路由器模块成为了性能的关键瓶颈。微小的权重更新可能导致路由选择的系统性偏差，而这种偏差很难在内部测试中被发现（测试集通常比较固定）。

业内预计，这次事件后，所有采用MoE架构的大模型厂商（包括Anthropic、谷歌、字节跳动、阿里等）都会加强对路由器模块的监控和测试。

Sources

• 快科技（2026-09-15）：OpenAI着手修复GPT-6 Astra降智问题，国内用户受伤最深
• The Verge（2026-09-14）：OpenAI’s GPT-6 Astra Suffers Reasoning Degradation, v1.1 Patch Released
• InfoQ（2026-09-15）：The Curious Case of GPT-6 Astra’s Router Degradation