一則提問的長相
知乎的問題頁有一套固定版式：標題在最上面，提問說明接在底下，側欄照例掛著瀏覽與回答的計數。這則提問的標題是一句口語：「都說 GPT-6-Astra 強，有沒有實際點的應用案例？」模型名被連字號串起，前半是產品主線的代號，後半是這一輪新加的綴詞，接在後面的是一個問號。修辭從最正式的名詞直接落到最日常的口語，中間沒有過渡。
提問說明只有兩行，把話講得更白。寫的人自認非專業，官方數據讀不進去，各種測試得分看不出具體強在哪裡，於是想問：相對 GPT-5 系列，有沒有具體一點的提升案例。
這則提問值得當成一份使用者研究來讀。它標出了一次溝通在半路上失效的位置：實驗室端生產了一整套表達能力的格式，使用者端收到的只有陌生的數字。兩行字語氣客氣，但每個轉折都對著評分表上的一個缺口。
評分表的視覺文法
模型發表會與技術報告裡的評比圖，長相高度一致。左欄由上而下排開模型名，右側一組橫向長條，條尾綴著百分比，精確到小數點一位。本代模型那一列通常填上品牌色，前代與對手降為灰階，視線被引到唯一的高亮上。講究一點的圖會在長條頂端加一小段垂直線標示誤差，或在腳註交代測題數量與評分方式。任務名稱多數是英文縮寫，一行四五個字母，圈內人讀作常識，圈外人讀作密碼。
這套文法假設讀者帶著前提進場：知道前一版的分數，知道任務在測什麼，知道幾個百分點在這個領域的分量。少掉任何一個前提，圖仍然看得見，長條仍然比得出長短，意思卻進不來。
小數點一位本身也是修辭。多出來的那一位數讓分數顯得更科學，卻沒有讓它變得更好懂，精確度在這裡服務的是可信的印象，理解的負擔原封不動留給讀者。
最關鍵的門檻在參照點。長條圖的座標是模型對模型，使用者的座標是模型對我。更長的那一條，回答不了「昨天做不完的工作，今天會不會做得完」。兩個座標系之間沒有換算式，於是有了那則提問。
兩套數字系統
使用者並沒有排斥數字。同一則提問，平臺用一串十九位數來索引，網址列裡那排數字沒有人抱怨難懂，因為它從不要求被理解，只要求被複製。
差別在用法。平臺編號屬於後臺，使用者不必讀它；評分屬於前臺，被放進簡報正中央，卻只對受過訓練的眼睛說話。同一個產品週期裡還有第三種數字：訂閱層級與額度。我們先前拆過GPT-6 Astra 上線混亂背後的訂閱後綴階梯，Plus、Pro、Business、Business Premium、Enterprise 五層後綴，配上一天一次的額度重置。階梯的功能是分類帳，評分表的功能是成績單，使用者的問題剛好落在兩者中間：帳看得到，成績看不懂，那我到底買到了什麼。
版本號也在這套算術裡。從 GPT-5 到 GPT-6，整數位跳一級，命名上就承諾了一次代際更新，後面再綴 Astra，等於在代際之上又疊一層旗艦修辭。名字把期待拉到最高，文件卻用最小眾的格式收尾，中間的落差由問答區吸收。
案例是另一種介面
提問者要的「實際點的應用案例」，可以當成一種介面需求來讀。案例的骨架很固定：一個具體任務，一段可以複製的輸入，一次看得見的輸出。最要緊的是最後一個元素，一個真人願意給出的判斷。它把座標從模型對模型，搬回人對工具。
表達的形式也早已成熟。對話截圖自帶氣泡、字級與深色模式，螢幕錄製自帶時間軸與遊標的移動，前後對照則借用排版裡最古老的左右欄。這些都是裁切過的畫面，案例因此比分數好讀；也因為裁切過，它放掉了概括性，換來現場感。分數只能被引用，案例可以被重做，讀者拿同樣的輸入再跑一次，就是一次自己的驗收。
能力要被看見才會被相信，這件事在其他產品上已經演過一次。我們寫過DeepSeek 思考面板裡那格灰字：推理過程以次要資訊的排版攤開在介面上，模型的能力第一次有了可以捲動的形狀。一塊灰字面板做到的事，評分表一直沒做到，因為它讓使用者旁觀了過程。案例是同一個方向的另一種做法，讓使用者先旁觀別人的任務，再把它替換成自己的。
問題會被什麼滿足
這則提問最後會被什麼樣的答案填滿，不難預期。有人把評分表翻譯一遍，有人貼出自己試過的段落，兩種答案在留言區各自找到讀者，讚數接手了排序與把關。值得留意的是需求本身：在分數與口碑之間，缺一層由官方設計、給非專業眼睛看的表達。產品頁有規格表，說明書有常見問題，能力這一層目前由問答平臺代工。
評分表量測模型，案例量測人與工具之間的一段關係。版本號每跳一級，命名的承諾就加重一次，這層表達的缺席會越來越顯眼。下一場發表會，看長條圖之餘可以順便看簡報有沒有長出新的體裁：一段可複製的任務，一次並排的對照。有，表示有人讀懂了那則提問；沒有，問答區會繼續代工。