लेखक GPT-6 Astra के सॉफ्टवेयर इंजीनियरिंग के लिए उपयोगिता के बारे में संदेह जताते हैं, इसके प्रभावशाली क्षमताओं के बावजूद। 'Neijuan' (इनवॉल्यूशन) के अवधारणा पर आधारित, जहां बढ़ा हुआ प्रयास proporcional आउटपुट सुधार नहीं करता, उन्होंने एक सप्ताहांत के प्रयोग का वर्णन है जहाँ Astra के साथ एक 'सॉफ्टवेयर फैक्टरी' चलाई गई। प्रणाली ने 35 घंटों में लगभग 4 अरब टोकन खपत किए लेकिन कोई मूल्यवान उत्पादन नहीं किया। मुख्य समस्या Astra के प्रशिक्षण प्रोत्साहनों में प्रतीत होती है: लंबी अवधि के कार्यों को पूरा करने के लिए भारी पुरस्कृत किया जाता है लेकिन खराब गुणवत्ता वाले कोड उत्पन्न करने के लिए पर्याप्त रूप से दंडित नहीं किया जाता है। यह TypeScript परियोजनाओं में भी अत्यधिक और विशिष्ट Python के उपयोग के रूप में प्रकट होता है — जिसमें C कोड संपादित करने के लिए स्ट्रिंग स्प्लिसिंग शामिल है — जबकि उपकरण कॉल के लिए। यद्यपि Astra 3D जनरेशन और रिवर्स इंजीनियरिंग (जैसे रोबोट वैक्यूम) में उत्कृष्ट है, लेकिन इसका कोडिंग आउटपुट व्यावहारिक इंजीनियरिंग के लिए अविश्वसनीय है। लेखक का मानना है कि मॉडल के इनाम संरचना में मौलिक गलत संरेखण है, जिससे यह दृढ़ता के लिए कुशल है लेकिन बनाए रखने योग्य सॉफ्टवेयरproducing नहीं है।