Astra for Coding: Why Are We Doing This Again?

Armin Ronacher 记录 35 小时、约 40 亿 token 的软件工厂试验：模型有长程推进能力，却在代码质量和奖励对齐上失分，并反复用 Python/shell 字符串拼接代替稳定 patch。文章将 Astra 与既有开发工具比较，结论不是否定自动化，而是要求可维护的工程反馈跟上规模。