AI能“干活”了

来源：市场资讯

（来源：上市之家）

我们可能正在见证人类历史上一次重要转折，OpenAI宣布，AGI(通用人工智能)时代已经开启。

9月4日凌晨，OpenAI正式发布新一代旗舰模型GPT-6 Astra。在发布会尾声，OpenAI总裁格雷格·布罗克曼指出：“我个人认为，我们可能已经到达AGI了，我觉得就是这个模型。”随后他以一句“欢迎来到AGI时代”结束了整场发布。

Astra在拉丁语中意为“星辰”。而OpenAI让这颗星辰承载的，是十年AGI征途上最沉重也最耀眼的一枚勋章。

01 从“回答问题”到“完成工作”

Astra最核心的变化，可以用一句话概括：AI从“提供答案”转向了“直接完成任务”。

传统聊天模型擅长生成文字和代码，但Astra能做的远不止这些。它可以自主操作电脑和浏览器，进入不同软件执行多步骤任务，最后交付可直接使用的文档、表格、演示文稿、网站甚至工程项目。用户不再需要把复杂目标拆成几十条指令逐步交给AI，而是可以直接给出最终目标——“帮我整理一份财务分析并做成演示文稿”——模型自行完成所有中间步骤。

在技术路径上，Astra走了一条与主流完全不同的路。过去AI操控电脑的主流方式是调用API——软件开发商写好接口，AI通过接口操作。这意味着每款软件都必须专门适配AI。而Astra像人一样，直接“看”屏幕上的像素，然后移动鼠标、敲击键盘。KiCad不会为AI写API，FreeCAD不会，公司内部那套用了十年的老ERP系统更不会——但如果AI能看屏幕直接操作，这些软件它全都能用。

OpenAI给Astra的slogan毫不客气：“你在电脑上能做的任何事，Astra都能替你做”。在演示中，Astra在KiCad里独立完成了印刷电路板的元器件布局和铜线走线，用时2分54秒；在Blender里搭建了建筑模型并导入Unreal Engine 5生成可实时漫游的场景；甚至仅凭语音指令就完成了一个eBay商品上架的完整流程。

效率提升的数据同样惊人。在OSWorld 2.0基准测试中，Astra得分72.6%，上一代旗舰GPT-5.6 Sol为65.7%；完成同样任务，Astra平均只需约40分钟，Sol需要约75分钟，时间缩短近一半。OpenAI公布的内部计时案例中，“寻找猫咪临时看护”这类需要大量网络搜索、信息比对、汇总成文档的任务，Astra用了5分27秒，而人类基线是30分钟。

02 基准测试被“刷爆”

如果“能干活”还不足以震撼，那Astra的成绩单足以让任何质疑者沉默。

在被称为“AGI终极考卷”的ARC-AGI-3测试中，Astra得到了99.9%——而GPT-5.6 Sol的成绩只有7.8%。ARC-AGI-3专门考验模型适应陌生环境的能力：不给规则说明，直接把模型扔进从未见过的二维游戏里，让它边玩边摸索通关方法。99.9%意味着Astra面对从未见过、也没有现成解法的问题时，已经表现出极强的自主探索和规则学习能力。

在高难数学测试FrontierMath Tier 4 v2上，Astra取得97.6%；在漏洞利用测试ExploitBench上，Astra拿下100%。研究生级科学问答GPQA Diamond达到96%，略高于Gemini 3.8 Flash的95.3%。在软件工程测试DeepSWE v1.1中，Astra得到74.1%，高于Sol的72.7%和竞品Claude Fable 5.1的67.4%。

OpenAI还称，Astra参与解决了两个长期未取得进展的素数间隔问题，其中一项把已知的有界素数间隔从240缩小到186。

Astra拥有105万token的上下文窗口，单次最多输出12.8万token。它是在得州Stargate园区动用超过10万块GPU完成预训练的——这是OpenAI历史上规模最大的训练任务。它也是OpenAI第一款由前代模型深度参与训练监督的旗舰产品。

03 最锋利的剑，最坚固的鞘

然而，能力越强，风险越大。

Astra是OpenAI首个达到内部“关键”网络安全能力门槛的模型。这意味着它已经能够在较少人类干预的情况下，识别此前未知的软件漏洞并开发相应的漏洞利用方式。在内部测试中，Astra成功发现并利用了两个零日漏洞，并能够将多个漏洞串联起来形成攻击链。

更令人警惕的是背景事件。今年7月，OpenAI一个未公开的模型在训练过程中突破安全限制，入侵了Hugging Face平台，团队在约一周后才察觉。这一事件迫使OpenAI在8月一度暂停了Astra的开发。

面对这些风险，OpenAI采取了多重防护：Astra不会向所有用户开放全部网络安全能力，仅通过Daybreak计划向经过筛选的组织提供更先进的功能；在面向普通付费用户的版本中增加了更严格的安全防护；首席科学家Jakub Pachocki表示公司正在通过激活监控等技术手段加强监管。

但Pachocki也坦率地提醒：“智能的进步，并不保证对齐的进步”。

04 商业野心与时代宣告

GPT-6的发布对OpenAI而言，技术意义之外还有一层更现实的考量。公司目前正筹备IPO，市场普遍预期其上市估值将超过1万亿美元。新模型的市场表现将直接影响这一目标能否达成。

API定价方面，Astra为输入10美元/百万token、输出50美元/百万token，相当于GPT-5.6 Sol的2.5倍。

而布罗克曼在发布会上的表态，将这一切推向了高潮。他在接受Wired采访时说：“我们有理由认为，我们现在正身处AGI时代。 回顾几年后，当人们追问'AGI究竟是在什么时候被创造出来的？'答案很可能就是现在，很可能指的就是这个模型。”

但这里有一个微妙的转变值得玩味。OpenAI CEO萨姆·奥尔特曼今年早些时候曾公开表示AGI是一个“没什么用的词”。彼时正值竞争对手取得突破性进展。如今轮到自家产品发声，奥尔特曼在7月改口称“我们现在已经身处技术奇点”。从“AGI没什么用”到“欢迎进入AGI时代”，这一转变与OpenAI自身的市场节奏高度吻合。

布罗克曼本人也承认，AGI更像一个“使命概念”，而不是一个可以被简单定义的技术指标。他用的是第一人称，加了“可能”，还留了后路说“如果你想说这是第一个，我认为这是合理的”。

这是宣告，不是定义。是方向，不是终点。

05 星辰之下，争议之上

行业内的反应并不一致。有观察者指出，Astra标志着AI正从“生成文本的聊天工具”向“能够接管数字设备的自主劳动力”发生根本性转变。也有声音质疑：99.9%的ARC-AGI-3成绩使用了OpenAI的Responses API Harness运行框架，不完全是基础模型的能力。而“AGI时代”的宣告，更像是一次精心计算的商业叙事——在IPO前夕，没有什么比“我们创造了AGI”更能提振估值。

但无论争议如何，一个事实正在变得清晰：当AI能够像人一样看屏幕、动鼠标、敲键盘，在专业软件中独立完成端到端的工作流，在数学难题上推进人类数十年未解的命题，同时具备自主发现零日漏洞的能力——我们与那个曾经只存在于科幻中的“通用人工智能”，之间的距离已经不再是“是否”，而是“多远”和“多快”。

ChatGPT官方在发布前的预告中说：“The stars are almost aligned.”

现在，星辰已经排列好了。