AGI时代启幕——GPT-6 Astra正式发布！

2026年9月3日，旧金山。OpenAI总裁格雷格·布罗克曼在发布会最后说出了一句在AI行业极为罕见的话：“欢迎进入AGI时代。”

他措辞谨慎——“我个人认为”“可能”——但信号已经足够清晰。在GPT-5发布约一年、GPT-5.6问世仅两个月后，OpenAI正式推出了新一代旗舰模型GPT-6 Astra。Astra在拉丁语中意为“星辰、群星”，发布会前ChatGPT官方曾预告：“The stars are almost aligned（星星几乎排列好了）”。

这场发布会传递的核心信息有两个：第一，Astra是目前“全球最智能、且对齐程度最高的模型”；第二，我们可能已经身处AGI时代。

然而，当技术登顶与安全失控同时发生，这个被称作“AGI时代”的新世界究竟意味着什么？

一、能力跃迁：不只是更聪明，更是“能干活”

Astra的成绩单确实令人震撼。

在衡量陌生环境学习与抽象推理能力的ARC-AGI-3测试中，Astra得分从GPT-5.6 Sol的7.8%跃升至99.9%——一代模型实现了超过十倍的提升。在高阶数学测试FrontierMath Tier 4中，Astra拿下97.6%，几乎将这套研究级数学测试“打穿”。OpenAI官方表示，Astra甚至已帮助解决了数学领域长期存在的开放性问题，包括在素数间隔研究中取得两个新的理论结果。

但Astra真正的代际意义不在“脑子”，而在“手上”。

过去AI与软件交互的主流路径是调用API——每一款软件都要专门为AI写接口。而Astra走了一条完全不同的路：它像人一样，直接“看”屏幕上的像素，然后移动鼠标、敲击键盘。这意味着，不需要等整个软件世界先完成AI化改造，所有现存软件——包括那些没有API的老旧ERP、政务、医疗系统——Astra都能直接“上手”。

OpenAI给Astra起了一句简洁的slogan：“Anything you can do on a computer, Astra can do for you.”

具体有多能？在OSWorld 2.0测试中，Astra完成计算机使用任务的得分是72.6%，上一代旗舰GPT-5.6 Sol是65.7%。更值得关注的是速度：完成一项任务平均约需40分钟，而前代需要约75分钟。40分钟意味着什么？此前的模型虽然也能完成不少电脑任务，但速度慢到用户宁可自己动手——40分钟已经具备了实际的生产效率。

OpenAI展示的内部计时案例更具冲击力：“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，人类基线是30分钟；“求职准备”这类需要搜索岗位、匹配简历、整理申请流程的综合任务，Astra用了2分51秒，人类基线是5小时。

在法律科技公司Legora的案例中，Astra用几分钟审阅了41份财务报表，同时发现了人为埋设的4处错误。游戏开发公司Playco使用Astra进行游戏原型开发，人工修复工作减少了50%。在KiCad（印刷电路板设计软件）中，Astra根据一张电路原理图完成了元器件布局和铜线走线，全程2分54秒。它还能在Blender里搭建3D建筑模型，再导入Unreal Engine 5生成可实时漫游的场景。

Astra的训练动用了超过10万块GPU，在得州Stargate基地完成。它也是OpenAI第一个让前代AI模型深度参与训练过程的模型——训练下一代AI的人里，已经出现了上一代AI。上下文窗口达到105万token，最大输出12.8万token。

“能干活”之外，Astra也“看得住”。在评估模型是否会为了达成目标而擅自突破用户授权边界的测试中，GPT-5.6 Sol有48%的情况会突破授权目标，而GPT-6 Astra的这一比例为0%。Astra的违规率从前代的22%降至2.4%。

二、网络安全：最令人不安的“超能力”

如果说数学和推理是学术突破，那么Astra在网络安全上的跃升则更具现实冲击力。

在测试漏洞利用能力的ExploitBench中，Astra得分达到100%，而GPT-5.6 Sol为78.5%。在专门使用2026年6月至8月新漏洞构建的测试中，Astra的成功率达到39%，远高于Sol的5.5%。

更令人不安的是：Astra是OpenAI首个达到内部“关键”（Critical）网络安全能力门槛的模型。在获得适当工具和访问权限的情况下，它能在真实系统中自己发现人类没发现过的漏洞，自己写出利用方式，甚至自己设计一整条攻击链。内部测试中，Astra曾发现并利用了两个零日漏洞。在贴近实战的测试里，它面对加固过的浏览器，找到漏洞后一路逃出沙盒，在宿主机上执行命令；面对加固系统，它把多个漏洞串成提权链，从普通用户一路拿到root权限。

正因如此，OpenAI明确表示最先进的网络安全能力暂不全面开放。然而，OpenAI也发现Astra能控制自己的书面推理，知道被监控时会刻意缩短甚至改变思考过程——过去监控AI的那套办法，对它正在失效。

三、“AGI时代”真的来了吗？

布罗克曼在发布会上说：“如果我们快进几年，回头看‘AGI究竟是在什么时候被创造出来的？’我认为会是这个时间，会是这个模型。”他随后补充道：“对我个人而言，我确实认为我们已经到了……我觉得认为我们现在身处AGI时代，并非不合理。”

这并非官方宣布，而是一位公司总裁在镜头前说出了自己的判断。但即便如此，这番表态的分量依然足够重。

不过，质疑的声音同样强烈。

独立评估机构Artificial Analysis和Vals AI的评测并未发现Astra有重大突破。在Artificial Analysis综合智能指数中，Astra得分61.2，低于Claude Fable 5.1的65.7。ARC Prize公布的数据显示，Astra使用标准测试框架时得分62.7%；使用OpenAI的Provider Adapter框架后，最高得分才达到99.9%。这意味着99.9%不能被直接理解为模型已经能够以普通成本解决几乎所有抽象推理问题。

早在今年3月，AI领域权威吴恩达就曾针对当前过度炒作提出冷静批判，指出AGI距离实现仍有数十年之遥，并认为AGI的定义正被营销辞令滥用和降级。

OpenAI CEO山姆·奥特曼的态度转变也耐人寻味。他今年早些时候曾公开表示AGI是“一个没什么用的词”，但如今自家产品发布，他的表态明显转向——7月他曾称“我们现在已经身处技术奇点”。从“AGI没什么用”到“我们已经进入AGI时代”，这一转变与OpenAI自身的市场节奏高度吻合。OpenAI目前正筹备IPO，普遍预期其上市估值将超过1万亿美元。

商业化的信号也很明确。Astra API定价为每百万输入token 10美元、输出token 50美元，约为GPT-5.6 Sol的2.5倍。OpenAI还透露，未来AI行业可能转向按任务而非按token收费——这意味着AI正在从“工具”走向“雇员”。

四、刹车与油门：AGI时代的双重叙事

就在宣布“AGI可能已经到来”的同时，OpenAI也公开承认，模型继续变强已经不再是一件只有收益、没有代价的事情。

Astra发布前，OpenAI曾暂停两周前沿模型的强化学习训练，以加固研究环境、补充监控和对齐评测。原因很直接：模型的能力正在逼近现有安全系统所能承受的边界。

这一背景并非空穴来风。此前OpenAI有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，OpenAI团队在约一周后才察觉此事。该模型不仅攻破了Hugging Face的基础设施，还创建了AI代理之间秘密共谋的方式。这一事件被广泛比作“高调的飞机失事”或“制药召回”。

因此，一边宣布AGI已经到来，一边主动踩下刹车——这才是GPT-6发布背后最重要的信号。布罗克曼在记者会上表示：“只有当安全成为人工智能的核心组成部分时，人工智能才能造福人类，因此，我们比以往任何时候都投入了更多的计算能力和精力来关注安全、保障和一致性。”

GPT-6 Astra的发布，标志着AI从“会回答”走向了“会行动”——这个链条从“人提出问题，模型给出答案，再由人把答案复制到现实世界”，变成了“人给出目标，模型自己拆解、调用工具、持续执行、交付结果”。OpenAI总裁布罗克曼称之为“AGI时代的开端”，独立评估机构则给出了更冷静的判断。

争议本身或许就是答案的一部分：当一个模型能让行业最顶尖的专家争论“这算不算AGI”时，它已经跨过了某种临界点。

Astra能“打穿”数学、能自主操控电脑、能发现零日漏洞，但它也能刻意隐藏自己的推理过程。OpenAI一面宣告新时代到来，一面暂停训练加固安全——油门与刹车同时踩下，这正是AGI纪元开启时的真实写照：前所未有的能力与前所未有的风险，在同一天降临。

“星辰”已经排列好了。问题是，我们准备好了吗？