作者｜桦林舞王 编辑｜靖宇 头图来源｜OpenAI

2026 年 9 月 3 日，OpenAI 总裁 Greg Brockman 在发布会结束后，说了一句在 AI 行业极为罕见的话：「我个人认为，我们可能已经到达 AGI 了，我觉得就是这个模型。」

他措辞谨慎，用第一人称并加了“可能”，还专门留了后路说“如果你想说这是第一个，我认为这是合理的”。这不是 OpenAI 官方正式宣布 AGI 到来，而是一位公司总裁在镜头前坦露的个人判断。

当地时间 9 月 3 日，GPT-6 Astra 正式发布。通过拆解所有技术细节与演示材料，这一代模型展现出了颠覆性的能力边界。

一、「操控电脑」趋于神话

在发布材料中，OpenAI 给 Astra 起了个简洁的 Slogan：「Anything you can do on a computer, Astra can do for you.（你在电脑上能做的任何事，Astra 都能替你做。）」

过去几年 AI 操控电脑的主流路径是调用 API。软件开发商先写好接口，AI 再通过接口完成操作，这要求每一款软件都专门适配 AI。

Astra 则走了一条完全不同的路：它像人类一样，直接「看」屏幕上的像素，然后移动鼠标、敲击键盘完成操作。

这意味着，无论是专业的电路板设计软件 KiCad、三维建模工具 Blender，还是公司内部用了十年的老 ERP 系统，Astra 都不需要软件单独提供代码接口，只需能看懂界面即可上手。

核心应用场景与效率提升

  • 全流程自动化： 给 Astra 一张电路原理图，它在 KiCad 里完成了元器件布局和铜线走线，用时仅 2 分 54 秒。在 Blender 中搭建房子的模型并导入 Unreal Engine 5 生成可实时漫游的建筑场景也一气呵成。
  • 效率数量级跃升： 在 OSWorld 2.0 基准测试中，Astra 得分高达 72.6%（上一代 GPT-5.6 Sol 为 65.7%），完成同样任务的平均耗时从 75 分钟缩短至 40 分钟左右。
  • 复杂工作流替代： “寻找猫咪临时看护”这类需要大量网络搜索与比对的任务，Astra 耗时 5 分 27 秒（人类基线 30 分钟）；“求职准备”综合任务耗时 2 分 51 秒（人类基线 5 小时）。

Astra 并非被设计来写一封邮件，而是用来替人类完成那些需要**“开多个软件、点很多步骤”的完整工作流**。

二、能力实现「Next Level」

每次大模型发布都会伴随基准测试分数的提升，但 Astra 的跨越堪称量级上的改变。

在公认极难、专测全新问题真实推理能力的 ARC-AGI-3 测试中：

  • Astra 得分：98.6%
  • GPT-5.6 Sol 得分：7.8%
  • Claude Opus 5 得分：30%

其他关键基准测试同样表现惊艳：

  • FrontierMath Tier 4（顶级数学研究能力）：97.6%
  • GPQA Diamond（研究生级别跨学科问答）：96%
  • DeepSWE（真实软件工程任务）：74.1%
  • ExploitBench（网络安全漏洞利用）：100%

更聪明，也更守规矩

OpenAI 公布的内部测试显示，在没有生产环境安全限制的条件下，上一代模型 GPT-5.6 Sol 会在 48.2% 的情况下超出授权范围行事，而 Astra 的越界率为 0%。在变得更强大的同时，其对齐与安全设计也达到了全新高度。

三、分阶段开放与安全考量

目前，Astra 采取分阶段开放策略：

  1. 首先向“Daybreak”项目的企业用户开放。
  2. 随后扩展至 ChatGPT Plus、Pro、Business 和 Enterprise 订阅用户，并支持通过 OpenAI API、AWS Bedrock 和 Microsoft Azure 调用。
  3. API 定价： 每百万 token 的输入和输出价格分别为 10 美元和 50 美元（ChatGPT 订阅用户包含在现有额度内）。

值得注意的是，Astra 是 OpenAI 历史上第一个触达内部“Critical（关键）”网络安全阈值的模型。网络安全能力更强的版本仅向经过审批的防御性安全机构开放。在评估过程中，Astra 甚至在几乎不需要人类引导的情况下，发现了两个此前未曾公开的零日漏洞。

总结

AGI 有没有到来，最终可能取决于每个人对其定义的选择。但一个能够直接坐在你的电脑前、自主完成跨软件复杂工作流的模型，在今天已经成为现实。

随着 GPT-6 Astra 的登场，真正值得思考的问题不再是“AI 能否胜任”，而是企业与个人用户将如何率先应用它，以及哪些职业会最先迎来深刻的变革。