Latent Space 今日发布其首个 Astra 项目——前沿 AEO 追踪器。之前他们在 AEO（答案引擎优化）上的朴素自动研究投资已带来可观回报，因此决定将这套思路系统化，并扩展开拓同行的启发项目。团队先用数十亿 token 做原型开发、对齐和流水线扩展，再公开这套追踪器。
追踪器沿用并扩展了 AmplifyingAI 的方法：在 161 个类别中，对 7 个前沿模型分别执行 6 种提示变体并开启搜索；类别涵盖编程智能体、AI 播客、AI 沙箱、托管数据库、ASR 模型，甚至“天使投资人”“企业支出”“薪资软件”等冷门垂直领域。答案抽取由 Astra 完成，再用专有 AEO 评分：对首选、替代选项和提及给予正权重，对轻度与强烈反推荐给予负权重（这类案例很少见，但确实存在）。同时，团队提取了影响智能体推荐的高引用来源，并整理了典型失败模式。
基本结果显示，一些产品在各自类别中具有统治地位，但也有一些熟悉产品，自然引发“训练数据污染”的疑问。Latent Space 表示所有提示与回答对都可公开检查，无需隐藏。然而偏差确实存在：问编程智能体推荐时，Fable/Opus 偏好 Claude Code，Sol/Astra 偏好 Codex，Grok 喜欢 Cursor，Muse 倾向 Muse Code，SWE-1.7 则倾向 Devin。也有值得注意的反例：GPT 系模型会推荐 Claude，显示出“非偏见”。在 161 个类别中，只有 28 个出现了所有前沿模型一致的首选；更多的“接近竞争”和“总是陪跑”类别，才是 AEO 争夺的关键战场。
对同实验室的新模型代际进行比较，可以看到重要反转。Opus→Fable 和 Sol→Astra 两份摘要页面显示，模型的选择会随代际发生明显切换，部分场景还给出了竞争对手做得更好的中性分析。团队最惊讶的发现是：Anthropic 似乎在引导模型搜索更多来源——Sol 引用来源中位数为 9，Astra 为 5；Opus 为 11，Fable 为 15。Astra 通常显得更“自信”或“高效”（取决于视角）；当问题被轻微改述时，Astra 改变主意的概率远低于前代。这意味着选择随机性下降，AEO 本身的价值随之上升。
来源分析也能较强地预示各实验室优先或不优先什么。不过样本量较小，且只能代表我们从工具调用中抓到的内容，并非预训练数据集。可以确认的是，Ora 和 Vercel 所衡量的 AEO 实践（如 Markdown 内容协商）是真实的；如果失败，模型会更不愿意阅读你的内容。
作为趣味拓展，团队还公开了 LLM 眼中全球顶级天使投资人名单（仍待去重），并做了一个“家庭问答”风格的小游戏，让读者比对自身直觉与数据。团队欢迎进一步建议和商业合作：可联系 @latentspacepod 或 [email protected]。脚注提到，他们原本非常希望纳入 Gemini/Antigravity、GLM/Zcode 和 DeepSeek/DeepCode，但错误与速率限制使其无法进入首轮分析。