Astra半夜自己翻国会图书馆找柱子尺寸，OPC老板的人天账该重算了

今天扫了一遍AI日报，真正让我坐不住的不是哪家又发了新模型。

是卡兹克写的一段观察：GPT-6 Astra上线后，用户拿它自主操控Blender、Houdini、Unity、Aseprite，做出来的东西不是玩具，是能交付的游戏Demo、能看的3D复刻。旧金山艺术宫那个案例最刺眼——Astra自己搜了几百张参考图，翻到美国国会图书馆的老扫描文件，就为了找一根柱子的准确尺寸。

多数工作在夜间自主完成。

这话对OPC老板来说，不是技术新闻，是账本新闻。

过去我们给客户报一个3D场景，怎么报？人力×天数。一个建模师干三天，一个人天一千五，报价四千五。这个逻辑在Astra出现之前是牢的。现在有一个东西能半夜自己翻文献、自己出初版、天亮给你一个能打开看的文件。你还在按人天报价，竞争对手已经在按“交付物复杂度”报价了。

这不是模型跑分的问题，是计价单位被换了。

值得关注的不是Astra有多强，是它把“执行”这个动作从人身上剥下来了。下面这几条，是我这几天反复想之后，觉得OPC老板真正该动起来的事。

一、报价单要从“人力×天数”改成“交付物×复杂度”

这一条我最想展开讲，因为它直接踩在现金流上。

OPC的生意，本质是把专业劳动打包成可计价的交付物。以前专业劳动是稀缺的，所以你按人天算钱，客户认。为什么认？因为他知道你养一个会Blender的人不容易，你不派这个人来干，没人干得了。

现在这个“不容易”被Astra消掉了一大半。

我认识一个做活动展陈的小团队，去年接了个快闪店3D建模。以前这种单子，两个建模师干四天，报价八千，客户嫌贵但也没太多选择。上周客户拿着一张AI生成的初版图来找他：“你帮我改一下就行，这个底子已经出来了。”老板一算，改两天的事，报价上不去。最后只收了两千八。

这就是执行能力贬值的落地版本。

OPC老板现在就必须动手改报价逻辑：不要标注“几个人、干几天”，要标注“几个场景、几个复杂度等级、几轮修改”。客户感知不到你省了人力，他只会为“东西不错”付钱。你把内部效率红利藏进交付物价格里，别傻乎乎地把人天数如实报上去。

做法： 把下个月要报的三个单子翻出来，删掉“人力×天数”那一栏，换成“模块数量×复杂度系数×修改轮次”。先拿两个小单试，客户不问，你就继续这么报。

例子： 一个UI原型单，以前报“设计师两人三天，共六人天，九千”。现在报“页面五屏，交互两级，含两轮修改，九千二”。客户看见的是交付范围，看不见你背后是一个人加一个Astra。

不要自己主动跟客户说“我用AI做的所以便宜点”。那是自杀式降价。

二、团队里要立刻分出“审图的人”和“盯AI的人”

卡兹克提到一个词：执行能力贬值与判断力断层。

这个词切得很准。Astra能自己翻国会图书馆找柱子尺寸，看起来无所不能。但它在夜里干了八个小时，第二天早上你打开文件的第一件事是什么？

不是夸它，是检查它。

柱子尺寸找对了，但甲方要的“美式复古风情”它理解成了“灰扑扑的老照片”。模型没问题，方向不对。这时候谁来判断？是你团队里那个跟甲方打过三年交道的人。

所以OPC老板别急着开掉执行的人。真正要做的，是把团队切成两层：

一层是操作层，盯着AI干活，喂参考图、给约束、检查文件能不能打开、贴图有没有丢。这层的人可以年轻，可以便宜，甚至可以是兼职。

另一层是判断层，负责在AI交付的多个版本里挑出哪个是甲方要的，哪个方向跑偏了。这层不能省，省了就是拿客户当验收员。

做法： 这周开个小会，把每个人手上五件最常干的活列出来，标注哪件是“执行型”、哪件是“判断型”。执行型的，下周就开始试着交给AI，判断型的留下。

例子： 一个展馆设计公司的老板，把“找案例参考图”和“按CAD描轮廓”交给AI，让一个应届生盯着出图，自己和主创只做两件事：跟甲方聊需求、在AI出的五版方案里选一版。两个星期，主创加班时间从每晚十点降到八点。

关键变量不是AI替你省了多少小时，是省下来的小时你有没有换成“判断力密度更高的人”去用。

三、Anthropic那笔5170亿美元的算力单子，你不用慌，但要看懂它的意思

日报里提到，Anthropic在十一个月里签了价值高达5170亿美元的算力合同，锁了至少14.8 GW算力，还要自建数据中心。

这个数字大到不真实，我一个做小生意的人看了第一反应是：跟我有什么关系？

有关系。它说明一件事：头部公司全部押在“AI能持续自主执行”这条路上。算力不是为聊天准备的，是为了让模型像Astra一样，半夜自己开软件、自己查资料、自己出成果，长年累月地跑。

对OPC的含义就一句话：这个赛道不会倒回去。 你今天学会用AI干一个环节的活，明年的模型只会干得更顺、更便宜。你不是在追风口，你是在追一个已经启动的成本下降曲线。

做法： 别管这5170亿怎么花。你只需要做一个动作——每两个月，把自己单子里最重复、最耗工时的那个环节拿出来，看市面上最新的模型能不能干。能干就试一单，不能干就隔两个月再看。

例子： 一个做电商详情页的OPC，三年前全人工，两年前用模板，一年前用Midjourney出底图，现在已经在试Astra批量生成多条详情页方案让客户选。他的单均毛利没降，因为报价还是按“方案数”报的。

四、起步不要重构，先拿一个真实小单试

这条最不像干货，但最实用。

我见过太多OPC老板听了AI的新闻，第一反应是要把整个流程改一遍。改到一半，客户催单了，团队不配合了，最后回到老路。

舍予AI智能体在给客户落方案时，有个做法我们一直坚持：只拆一个环节，不碰整条流程。 这个思路和市面上卖“全流程自动化”的完全不同。

先把手上最小、最烦、最没人愿意干的那个活找出来，比如给3D模型找贴图参考、把客户口述需求整理成文档、给海报排初版。就拿它开刀，用一个真实的小单跑一遍。跑到能交付了，再复制到下一个环节。

不要一上来就搞“AI战队”的大框架，老板的第一支AI战队不是一个名头，是一个一个具体的小活，今晚就能干的那种。

做法： 今晚下班前，列手上最想甩掉的三个重复环节，从明天开始挑一个试。试的过程不要超过一周，一周没结果，换一个环节再来。

例子： 我自己团队里，最开始接的不是什么大项目，就是帮客户把“用Blender做简单道具模型”这个环节从人工改成AI辅助。跑了三单之后，这个环节的成本降下来，整个方案的报价空间就打开了。后面才慢慢加环节。

Astra会翻国会图书馆，不是让你焦虑的。是让你知道，凌晨两点那些没人想干的活，终于不用你盯着了。问题是，省下来的时间，你拿去干什么。

小字提醒：以上对模型能力的描述来自公开报道与个人观察，具体效果因任务和工具链不同会有差异。文中涉及个案已做脱敏处理，仅作经营思路参考，不构成报价、投资或人员裁撤建议。请根据自身业务节奏，从一个真实小单开始验证，别为技术焦虑做冲动决策。