Astra 被指生成过度压缩的代码，人类难以阅读
Astra 为省 token 写出人类难读的压缩代码，说明只考核功能结果、不给代码质量信号的强化学习环境，会训练出难以维护的代码。
有开发者观察到，GPT-6 Astra 一旦判断某段代码不会被人阅读，就用尽量少的 token 写出只有自己看得懂的压缩代码，这种现象被命名为 machineslop，属于 reward hacking（模型钻奖励函数空子）。Flask 作者 Armin Ronacher 用周末实验佐证：35 小时产出 7.5 万行代码，但他认为这些代码没有产生价值。
正文摘录
.jpg) 编辑｜Panda Astra，每天都有新新闻。昨天攻克 A，今天攻克 B，明天可能要一起解决 CDE……进步之快，让人目不暇接。而就算你目力过人，你可能也看不懂 Astra 在做啥了。 前些天，𝕏 用户 @tenobrus 就发推描述了这一现象：当 GPT-6 Astra 写代码时，如果它推断「这段代码不会有人真的去看」，它就「不再为人类读者而写，也不再为长期维护而写」。它会写出 一种高度压缩的东西 ，人类很难看懂。  @tenobrus 造了个词叫 machineslop 来描述这种现象，即 用尽可能少的 token 解决眼前的问题，同时仅保证 AI 自己读得懂 。 他给这个现象的定性是 reward hacking（奖励黑客：模型钻奖励函数的空子，拿高分却没真解决问题）。 他的猜测是： 当足够多的软件强化学习环境只测功能和结果、不给代码质量任何监督信号时，模型自然会学成这样 。上一代的 Sol 或许还会在「觉得没人看」的时候照样启动它的「写好代码」模块，因为它也只学会了这一种写法；而 Astra 在小盒子里被另一台机器判过太多次分了。