RecodeX 重构消息，OpenAI在配对编程测试中发现，GPT-6 Astra在“安全”框架下仅完成约10%的计分任务，而在“能力”框架下完成约16%。同一模型在两种提示框架下的任务完成率存在明显差距，表明框架表述会影响模型的实际表现。