在最近的一次访谈中，OpenAI首席执行官奥特曼再次提及了“点子哥（idea guy）的复仇”这一概念。所谓“点子哥”，指的是那些对用户需求有深刻理解、创意丰富，却缺乏技术实现能力的人。长期以来，这类人群常因无法将想法转化为实际产品而受到调侃，毕竟没有编程技能或工程团队支持，再好的创意也难以落地。
奥特曼认为，人工智能的崛起正在改变这一局面。他表示：“如今，任何有创业想法的人，都仿佛拥有了一支由各领域天才组成的团队。”GPT-6 Astra的发布，为这一观点提供了生动例证。越来越多的人开始下载他们原本并不熟悉的软件，如Blender，因为他们无需再亲自学习建模、快捷键操作或界面布局，只需将需求告知Astra，便能将创意变为现实。
OpenAI在Astra的演示中，甚至展示了从创意到3D打印成品的完整流程：从想法的提出，到Blender中的建模，再到文件导出、3D打印，最终得到一个可触摸的实物。尽管专业工具本身并未简化，但人们现在无需先掌握这些工具，也能完成任务。
Astra的核心优势在于其能够作为Agent，替代用户学习并操作复杂软件。以Blender为例，许多初学者面对建模、材质、灯光等概念时感到困惑，但Astra通过调用Blender的Python API，能够自主完成从场景搭建到渲染预览的全过程，甚至能自行修正植物穿模、光影及构图等瑕疵。Astra还能将作品迁移至其他平台，如Unreal Engine 5，创建出可供自由探索的实景空间。
Astra发布后，社交媒体上涌现出大量实测案例。例如，Tom Krcha仅提供了一张老式蒸汽火车的手绘图，Astra便在Blender中重建出了包含3295个独立对象的工程文件。猎豹移动董事长兼CEO傅盛则通过发送网友推文链接和截图，让Astra在40分钟内复刻出了一个可进入的3D游戏场景。
在Astra之前，已有尝试让模型通过Python脚本或MCP等方式操作Blender的先例，但这些方法往往带有明显的“极客实验”色彩，需要用户自行配置连接、处理报错，并来回复制代码。Astra则将这些零散步骤整合进一个Agent中，大幅简化了操作流程。其发布口号“凡是你能在电脑上做到的事，Astra都能替你完成，而且很快”直击要害。
Blender只是Astra应用的一个缩影，类似的变化正在更多专业工具中发生。过去，想要从事3D设计、游戏开发或工程制图等工作，往往需要先掌握一套对应的软件。而现在，Agent的出现正在打破这一顺序，软件门槛依然存在，但用户可以借助Agent跨越这些门槛。
例如，X用户@Alpha10six让Astra参与探测车项目，使用云端CAD软件Onshape设计机械零件。Astra不仅调整了现有模型中的轮组和结构件，还为工作流编写了定制插件。在Unreal Engine中，Astra甚至能够长期参与项目，如Matt Shumer让Astra在Unreal Engine中连续工作一周，搭建了一个曼哈顿世界。
尽管这些案例尚不能说明专业软件已无需学习，真正复杂的建模、工程设计和游戏开发仍需经验和判断，但变化已显而易见：过去的专业软件既提供能力也设置门槛，而现在Agent开始接管其中最耗时的操作层。不会Blender、CAD或Unreal，不再意味着无法从事3D设计、机械设计或游戏开发。
与Anthropic将专业能力直接融入模型的做法不同，Astra选择了一条更为“扩散”的路径。它不追求重新发明Blender或CAD等工具，而是学会使用这些工具，将专业软件数十年的积累转化为Agent的外挂能力。这种做法对普通人而言，意味着能力扩张的速度更快，因为Agent无需从头学习每个领域的知识，只需掌握如何使用现有工具。
对于专业软件公司而言，Agent的崛起既带来机遇也带来挑战。短期内，Agent可能吸引一批原本不会成为用户的群体，因为Agent的使用降低了软件的学习门槛。然而，长期来看，当操作软件的主体从人变为Agent时，专业软件过去用来留住用户的“肌肉记忆”和沉没成本将不再适用。Agent没有情感依赖，也不会因为学习成本高而拒绝切换工具，因此专业软件之间的迁移成本可能降低。
面对这一变化，专业软件公司需要重新思考竞争维度。接口开放性、调用顺畅性、结果可验证性、长任务稳定性、跨软件文件传输便捷性以及价格合理性等因素，将直接决定软件的使用量。Figma等公司已开始主动适应这一趋势，允许Agent通过MCP直接读写画布，将自己从“人使用的设计工具”转变为Agent也能调用的设计能力。
