Basis 是一家做会计 AI 智能体的公司，目标是自动化会计师每天的大量重复性工作，让他们把时间转向更战略性的任务。Basis 的研究重点是让智能体能可靠地完成长任务。在引入 GPT-6 Astra 后，Basis 发现模型对会计想要完成的目标有了更强的理解能力。联合创始人 Mitch Troyanovsky 说，GPT-6 Astra 能更好地理解用户的意图和问题。

Basis 在一个包含 50 个标签的复杂税务工作簿上对比了 GPT-6 Astra 和 GPT-5.6 Sol。任务是准确可靠地完成整个工作簿，结果 GPT-6 Astra 明显更快：完成时间只有 GPT-5.6 Sol 的一半。此外，GPT-6 Astra 在任务开始时的决策质量更好，能让智能体走更直接的路径，减少纠错时间。Troyanovsky 表示，这也让模型在 token 使用上更高效。

GPT-6 Astra 还能根据任务进度调整推理量：步骤困难时增加计算，容易时减少计算，同时保持缓存不变。这种动态调节有助于降低成本和响应时间，让长任务的运行对 Basis 及其客户更经济。

在内部评估中，Basis 看到约 20% 的分数提升，主要来自更好的用户意图理解，包括知道何时提问、何时标记假设、以及如何遵循指令。Basis 会评估智能体的工作过程和最终答案，比如是否遵循模板、是否查阅税务问题的一手来源、是否检查自己的工作。GPT-6 Astra 可以从更广泛的上下文推断这些期望，而不需要大量显式指令。这减少了 Basis 针对单个情况编写规则的需要，也让团队更有信心：智能体能处理超出显式指令覆盖的情况。