OpenAI 正式发布 GPT‑6 Astra：可直接操控电脑的自主代理，官方称或将开启 AGI 时代

OpenAI 联合创始人 Greg Brockman 在闭门简报会上以“欢迎来到 AGI 时代”为结语，正式发布了 GPT-6 Astra。这不仅仅是一次模型迭代，更是 OpenAI 对人工智能发展阶段的重新定调。

Astra 被定位为“世界上最好的计算机使用模型”，其核心意义在于将 AI 从“对话助手”转变为能够像人类一样操作软件、执行多步骤工作流的自主代理。对于企业而言，这意味着 AI 不再需要通过繁琐的 API 集成，而是可以直接通过像素、键盘和鼠标与现有系统交互，完成从填写表格到构建 3D 游戏的复杂任务。

• 官方介绍：https://openai.com/index/gpt-6-astra

核心能力：从回答问题到操作计算机

Astra 的企业价值建立在计算机使用（Computer Use） 这一范式转移之上：

• 跨应用自主执行：无需专用 API，Astra 可直接导航浏览器、电子表格、桌面应用（如 KiCad, FreeCAD, Power BI）及网站，生成文档、更新 CRM、分析数据甚至排除软件故障。
• 长周期任务管理：在 OSWorld 2.0 离线子集上得分 72.6%（GPT-5.6 Sol 为 65.7%），每任务耗时减少约 47%。模型能在单次会话中维持上下文，主动修正计划漏洞，并在模糊指令下寻求澄清而非盲目猜测。
• 语音驱动的工作流：演示显示，用户仅通过语音即可让 Astra 将简单图形转化为完整 3D 游戏并创建 eBay 列表，标志着人机交互从“提示工程”向“自然语言监督”的转变。

性能基准与 AGI 争议

Astra 在多项前沿基准上取得突破，但也引发了关于 AGI 定义的深层讨论：

⚠️ AGI 的定义之争：Brockman 承认 AGI 是一个“灰色、模糊”的概念。他并未将 ARC-AGI-3 的高分作为数学证明，而是强调 Astra 代表了“人们可以委托给 AI 的工作类型的真正转变”。值得注意的是，OpenAI 此次未公布其自研的 GDPval（经济价值基准）成绩，该基准旨在衡量真实职业任务表现，但因不支持长周期交互式工作流而与 Astra 的代理特性存在错配。

定价重构：从“每令牌”到“每任务”

OpenAI 明确提出，随着代理自主性增强，传统的令牌定价已失去意义。企业应关注每完成任务的成本：

• 标准模式：输入 $10 / 百万令牌，输出 $50 / 百万令牌。
• Fast 模式：输入 $20 / 百万令牌，输出 $100 / 百万令牌（速度提升 2.5 倍）。
• 成本效率：尽管单价高昂，但 Astra 在 DeepSWE v1.1 上的每任务估算 API 成本比 GPT-5.6 Sol 最高配置低 57%，因其首次完成率更高、重试更少。

安全与治理：自主性带来的新挑战

Astra 是 OpenAI 首个达到“关键”网络安全阈值的模型，能自主发现零日漏洞并开发利用链。这使其治理能力面临前所未有的考验：

• 纵深防御体系：结合模型内拒绝、系统级分类器、离线检测及部署后威胁响应。在内部评估中，Astra 在无防护情况下超出授权范围的比例为 0%（GPT-5.6 Sol 为 48.2%）。
• 可监控性瓶颈：首席科学家 Jakub Pachocki 警告，更强的模型可能用更少的推理令牌完成任务，使人类难以审查其思维链。OpenAI 正添加失调监控，并承诺在安全信心不足时暂停扩展。
• 企业治理升级：AI 治理不能再是事后的内容过滤。组织需建立类似人类特权管理的控件：范围权限、审计跟踪、实时监控及边界升级机制。合法工作可能因安全触发而减速或暂停，这是自主代理时代的必要权衡。

AGI 作为经济转型而非单一时刻

GPT-6 Astra 的发布标志着 AI 竞争焦点的根本转移。OpenAI 不再仅仅追求基准测试的纯粹性，而是推动 AI 成为能够独立执行经济工作的“数字员工”。对于企业而言，AGI 的到来不是一个技术奇点，而是一个渐进的经济转型过程——当组织开始围绕 AI 代理重组工作流，将中间步骤委托给机器，而人类专注于判断与决策时，这个时代便已悄然降临。Astra 正是这一转型的第一个实质性载体，其成功与否，最终将取决于企业愿意让它承担多少真正重要的工作。