OpenAI Codex 中 Astra 比 Sol 体验差 有明确代码依据

不少用户都遇到过Astra回答中断、体验不如Sol丝滑的问题，经常只说下一步却不继续执行。开发者@lencx_翻阅Codex源码后确认，这并不是主观感受。

Astra和Sol的差别不只是能力高低，做事方式也存在区别。Sol通常会顺着上下文补全用户意图，哪怕要求没有写得特别明确，它也往往先开始执行，到需要决策的地方再做调整。Astra更在意边界、授权和结果是否可靠，只要它判断某项缺失信息可能改变结果，就更容易停下来等待用户确认。

在用户看来已经足够明确的需求，到Astra那里可能只得到一段任务理解和一句“下一步应该……”，实际动作却不会发生。这种情况不是推理或工具配置造成的。Codex中Astra和Sol的默认推理、详细程度、工具模式、多智能体版本基本一致。OpenAI的模型说明直接提到，Astra比Sol更倾向于请求信息澄清，当用户希望它自行补全细节继续执行时，它反而可能停下来。

Astra对上下文指令也更敏感，AGENTS.md、skills等文件中只要存在含糊或相互冲突的规则，就可能让它提前停止执行。从源码处理方式能看出，官方已经预料到这种差异。Astra没有沿用Sol的基础指令，而是配置了一套更长的专属智能体提示词，提示词中甚至明确要求，像can you、I want to、help me这类表达应当视为行动请求，不要只做确认、给出计划或者告诉用户之后可以继续，也就是说，这些提示本身就是在纠正Astra容易“解释完就收工”的倾向。

用户感觉体验明显下降还有一个直接原因：Astra上线后成为了默认模型。用户没有改变提示词和操作习惯，但未固定模型的新任务已经从Sol切换到了Astra。入口没有变化，背后对用户意图的判断逻辑已经改变。同样的需求，Sol可能直接执行，Astra则可能先判断是否还需要确认信息。

老任务中途切换到Astra时，情况可能更复杂。Codex会保留旧模型的基础指令，再通过开发者消息注入Astra的完整指令。对上下文更敏感的Astra来说，多套指令叠加在一起，更容易产生保守解读。这个机制不能单独证明回答中断的原因，却是一个值得优先排查的放大因素。

概括来说，Astra的加入确实改变了Codex默认智能体的做事方式。用户感受到的卡顿和不连贯有明确的模型行为依据，并非单纯心理作用，也不是源码刻意削弱了执行能力。问题主要来自三点：Astra对用户意图的判断更谨慎，对多层指令更敏感，上线后又直接接替Sol成为默认模型。Codex已经用专属提示词做了补偿，但在公开源码中，还没有看到专门覆盖“只说明下一步，却不实际行动”这一问题的Astra行为回归测试。