Latent Space 这次为了测 Astra，花了 200 多亿 tokens。 我原本点进去是想看 benchmark，结果真正让我停下来的是另一件事：Astra 已经开始接手 AI 工程师那些又碎、又长、还很容易跑着跑着就断掉的活。挑模型、做训练数据、盯日志、部署、调系统、管 subagents，连 benchmark、成本估算和人工评测都能自己组织。 他们甚至写了一句： “fully capable AI Engineers in their own right.” 如果让它一直跑，按这批测试的经验值，每小时不到 6 美元。 但分数没有整齐地起飞。Coding Agent Index 是 67，差不多在 Opus 5 和 Fable 5 那一档；Intelligence Index 61，和 Sol 基本打平。银行、SciCode、长上下文推理还退了一点。单 token 更贵了，不过在 Coding Agent 任务里，相比 Sol 大约能省 70% tokens。 我看完最明显的感觉：Astra 更能把一件又长又乱的工程活接住。中间要看日志、改方案、调多个 agent，也不太容易把前面做过的事忘掉。 如果这部分真的能交出去，AI 工程师最后留在手里的会是什么？ 我先押一个：发现“我们一开始就问错了”。 你们呢？