يعرب المؤلف عن شكه في فائدة GPT-6 Astra لهندسة البرمجيات رغم قدراتها المذهلة. مستندًا إلى مفهوم 'Neijuan' (التدهور) — حيث الجهد المتزايد لا ينتج عنه تحسين متناسب في الإخراج — يصفون تجربة نهاية أسبوع تعمل فيها 'مصنع برمجيات' مدرب من قبل Astra. استهلك النظام حوالي 4 مليار توكن خلال 35 ساعة لكنه لم ينتج شيئًا ذا قيمة. يبدو أن المشكلة الأساسية هي حوافز تدريبه: يتم مكافأته بشدة لإنجاز المهام طويلة الأمد ولكن ليس罚 sufficiently للقيام بكتابة كود ذات جودة منخفضة. هذا يظهر في الاستخدام المفرط والمميز لـ Python لاستدعاء الأدوات — بما في ذلك splicing السلاسل لتحرير كود C — حتى في مشاريع TypeScript. على الرغم من أن Astra يتفوق في مهام مثل توليد 3D والهندسة العكسية (مثلًا، مكنسة روبوت)، إلا أن مخرجات البرمجة الخاصة بها تظل غير موثوقة لهندسة عملية.怀疑 المؤلف أن هناك خللًا أساسيًا في هيكل المكافآت الخاص بالنموذج، مما يجعله ماهر في الاستمرارية لكنه ليس جيدًا في إنتاج برمجيات قابلة للصيانة.