AVO拿ARC-AGI-3满分！Astra造芯快1.8倍，OpenAI押注年底AGI

AGI已经有人宣布实现了。

就在本周三的财报电话会上，老黄撂下一句：对于许多任务来说，我们可以说我们已经实现了AGI。

而同一天，一篇两个多小时的奥特曼长访谈也放了出来。他给的日期是2026年底。

对奥特曼来说，这4个月不只是一场技术冲刺。明年上市之前，他必须先把AGI这张牌打出来。

打不出来，等他敲钟的时候，前面已经站着一个先上市、市值高出一倍、还在盈利的对手。

这一仗，OpenAI退无可退。

那场电话会上有人问他，OpenAI这些公司这么玩命地追AGI，你怎么看。

老黄的回答是，这问题现在没什么好争的。整个行业连「智能」到底是什么都没谈拢，更别说拿哪把尺子去量AGI。

他手里握着的是另一样东西。

英伟达的AVO架构，在一项专门考「智能体能不能长时间自己干活」的测试ARC-AGI-3上，拿到了100%满分。

顺着这个成绩，他抛出了一个野心极大的预测：

在不久的将来，英伟达可能只需要维持4万名左右的人类员工，但他们将拥有40万，甚至400万名数字员工。

众所周知，ARC-AGI-3的玩法相当「不讲武德」。

把智能体直接扔进一个陌生游戏里，规则和目标一概不给，全靠自己按、自己看、自己猜。手里只有一块64×64的网格和几个按键，每个环境至少六关，第一关五步能过的，到第六关得走五十步。

人玩着都费劲，模型更没好到哪去。

关键在这儿：AVO用的模型，是Claude Opus 5。

然后英伟达给它套了个壳。权重一个参数没动，直接从30.16%跑到了满分。

在这里，真正起作用的是两样东西。

二是监督器，它自己不干活，只在旁边盯着整条搜索轨迹，一发现原地打转就把主智能体拽向别的策略。

不过，严格来说，这张满分卷其实并不算数。

英伟达官宣三个多小时后，ARC-AGI之父François Chollet发推表示：

在公开演示集上拿到100%，不等于在ARC-AGI-3基准上拿到100%。这就好比说你通关了一款电子游戏，其实你只是清掉了新手教程关。

按ARC Prize自己的说明，公开集本来就不是用来打分的，真正算数的是半私有集和私有集，而AVO的成绩单上这两项都没有。

更微妙的是，这已经是六周内的第三张满分卷。

Tycho在7月底率先拿下，VISTA在8月5日又拿了一次，AVO是第三个。三家的解法完全不同，但驱动的模型清一色是Claude Opus 5。

宣布AGI的人越来越多，但能造AGI的，似乎还是那两家。

而这张牌，还没有人真正打出来。

在专访中，奥特曼信心十足 ：

到年底，OpenAI内部会出现一个他愿意称之为AGI的系统。

首席研究官Mark Chen则相对保守一些。在他看来，OpenAI距离AGI还差20%。

这话听着狂，但他们手里确实是有点东西的。

今年OpenAI内部定过一个非常明确的目标：造出一个可以真正干活的自动AI研究实习生。

而这个「AI自动化实习生」，就是Astra。

给Astra一个实验想法，它能在OpenAI的代码库里自己写代码、跑实验、交结果。

不久前的一场内部演示上，几十位大客户高管亲眼见了一回。

大屏幕上，16个AI智能体把一道研究级数学题拆成一堆子问题。

它们各自领活，中途互相核对，最后拼出一份完整的证明。

这完全看着，已经是一支配合默契的团队在开闭门会了。

第二个演示更震撼。

看到的人无不感慨，Astra这次彻底打通了「持久化智能体」。

而奥特曼更是预言，「我预计这会是第一个真正发明出重要新东西的模型。这是非常AGI的一件事」。

注意「发明新东西」这个措辞，它的意思是凭空造出全人类目前还不知道的东西。

最近，OpenAI首颗自研芯片「墨西哥辣椒」（Jalapeño），直接把老黄的旗舰GPU按在地上摩擦。

这背后的头号功臣，正是GPT-Astra。

它直接上手，从电路设计一路干到软件。

芯片这头，下场优化了底层电路。软件那头，编写和优化了最底层的核心Kernel，并且还顺手把三大开源模型调校了一遍。

结果就是，BF16乘法器性能暴涨56%，矩阵单元面积反而缩小了10%。

「注意力机制」和「MoE」这两个核心模块，比人类专家手写的版本还要快1.5到1.8倍。

各位，AI这是在物理层面动电路啊。

有意思的是，英伟达那边干的是同一件事。

AVO压根不是为打游戏做的，它的主战场是给GPU写底层代码。

实测里，它连续自主运行了7天，全程无人干预，探索超过500个优化方向，最终提交40个有效内核版本。

跑出来的核心代码，比英伟达自家闭源的版本最快3.5%，比业内最前沿的开源实现最快10.5%。

现在，把这两件事连起来看，奥特曼那句话就有底了。

每一次模型迭代，都要烧掉大量人类研究时间。但如果Astra开始接管这一环，整个研发速度就会发生质变。

这个循环一旦转起来，剩下的就是速度问题。

实际上，我们在外面能用到的GPT-5.6和Fable 5，都是上一轮的产物。

而爆料显示，两边真正的下一代，其实都已经练完了。

OpenAI这边，据长期追踪前沿模型动态的leo等人爆料，今年的预训练排得相当密：

Spud（Sol）：3月完成预训练，对应现在公开的GPT-5.5、5.6系列；

Doug：4到5月完成，在它上面继续做强化学习等后训练，就是即将登场的Astra，也就是外界口中的GPT-6；

Bel：8月刚刚结束预训练，总参数超过10万亿，规模接近当年的GPT-4.5。

爆料称，OpenAI内部把Bel视为「GPT-6之后的基础模型」，甚至有可能成为某个跨过AGI门槛的模型的基座。

Anthropic这边，有人在8月18日发现，Claude网页版上一部分选了Fable 5的账号，被悄悄切到了一个新模型上。

这是Anthropic发布前的老规矩，Fable 5自己当初也是这么灰度出来的。

紧接着代号被扒了出来。

claude-melon-eap，疑似是Fable 5.1；

claude-marshmallow-eap，疑似是Opus 5.1。

并且，两个新模型据称都已经在小范围跑起来，随时可以推给所有人。

至于为什么都压着不发，网友的分析是，谁先发，谁就会在几天后被对方盖过去。

尤其是Anthropic还被曝出，将在2027年初直接拿下领先位置。

这恰好把眼下这场战争的时间窗口圈了出来。

2026年剩下的4个月。

有机构做过测算，Anthropic有88%的概率先于OpenAI上市，最可能的日期是今年10月26日，而OpenAI最可能的日期是明年7月15日。

上市首日的市值预估，Anthropic 1.82万亿美元，OpenAI 1.06万亿美元。

OpenAI的CFO在8月的全员会上说，公司会在2027年或更早上市，前提是业务「继续拐头向上」。

所以年底那个AGI，就不只是一个技术里程碑。

它是招股书里最「关键」的一页。

交得出来，OpenAI的故事就从「我们烧钱做模型」变成「我们已经站到了终点线上」，估值逻辑整个换掉。交不出来，明年7月敲钟的时候，手里还是那个烧钱的故事。

而这一仗之所以非打不可，答案在递归自我改进这四个字里。

老黄那句「4万人指挥400万AI Agent」，OpenAI那句「AI已经在帮着造下一代AI」，讲的是同一件事：一旦AI能接管制造下一代AI的活，进步就不再是线性的了。

这就是为什么所有人都在赌，超级智能（ASI）这场竞赛，最后是赢家通吃。

第一个把这个循环真正转起来的玩家，会顺手拿走后面所有的东西。至于第二名，可能连追的资格都没有。

奥特曼身后，已经没有地方可退了。