AI工具Simon Willison07:56
用 GPT-6 Astra 和 ChatGPT Work 生成跑步路线
Generating running routes with GPT-6 Astra and ChatGPT Work
GPT-6 Astra生成跑步路线看着新，但无内容细节，价值难判。
判断
验收 agent 地理任务的人，别只收 GPX 和地图：得在会话被压缩前把跑过的代码单独留档，否则你手上有条 5.1 公里的环线，却说不出它是怎么算出来的。
依据
Simon Willison 说他让 ChatGPT Work 里的 GPT-6 Astra（Max）生成从自家出发的 5K 和 10K 环线，跑了 27 分钟，交付内嵌地图加可下载的 GPX（GPS 轨迹文件）和 GeoJSON（地理矢量数据）。他追问方法，模型答：用 Nominatim（OpenStreetMap 的地址地理编码服务）定位住址，用 Overpass（OSM 查询接口）拉取本地道路与步道，再本地算环线；地图由 visualize 技能渲染，写出 /workspace/el-granada-5k-share.html，几何塞在页面内的 JSON 块里，D3 从 CSP 白名单中的 CDN 加载。他真正踩到的是流程不可见：等他想要那段 Python，会话已被压缩（compaction，把长上下文压成摘要省 token），拿不回来。所以他主张凡用压缩的系统都要保留压缩前文本，并让 agent 通过工具调用取回。另外内嵌 HTML 里那条 5K 路线标题是 El Granada harbor loop，距离标的是 5.1 km——文件能下载，但名字和里程之间没有任何核对环节。
- 用 Nominatim 定位住址地址转坐标
- 用 Overpass 取 OSM 道路路网数据
- 本地计算环线环线几何
- visualize 技能渲染地图页面与文件
- 导出 GPX 与 GeoJSON
没写清 材料没说 10K 路线是否也生成成功，也没给任何路线可跑性、安全性或里程准确度的验证，这块不能替它补。
下一步 下一步可核对：Simon 是否在后续文章里贴出那段 Python，或 ChatGPT 能否在压缩后通过工具调用把代码取回。