GPT-6 Astra正式发布，一大批AI Agent创业公司慌了

编辑：kid

你打开电脑，收件箱里堆着邮件，表格还差最后几列，下午的会议没排，浏览器里同时开着十几个页面。过去，AI能告诉你“应该怎么做”；现在，OpenAI想让它直接接过鼠标，把这些事情一件件做完。

9月3日，OpenAI发布GPT-6 Astra。官方给它的定位很直接：这不仅是一款更会回答问题的模型，也是一款能操作电脑、浏览网页、调用专业软件并完成多步骤任务的模型。

它不是先面向所有人一次性开放。OpenAI表示，Astra当天先向少量机构推出，随后几天逐步覆盖ChatGPT Plus、Pro、Business和Enterprise用户，同时进入OpenAI API与AWS。也就是说，普通用户可能还要等一等，但“AI从聊天框走进工作流”已经成为这次发布最清晰的信号。

01

真正的变化，不是更会答题，而是更会办事

很多人对大模型升级已经有些“数字疲劳”：分数又高了多少，速度又快了几倍，似乎都离日常生活很远。Astra最值得关注的地方，是它把能力落在了一个普通人很容易理解的动作上——操作电脑。

按照OpenAI展示的场景，它可以填写在线表格、更新客户管理系统、整理日程、跨网页做研究，再把结果写进邮件或文档；也能分析科学数据、生成图表、创建网站，并检查网站上的功能是否正常。对工程师，它还能安装和测试软件、排查屏幕上出现的问题。

过去使用AI，常见的体验是“它出主意，你来跑腿”。它可以写一封邮件，却不能替你找到收件人、核对附件并放进草稿箱；可以给出旅行攻略，却不能在多个页面之间比较时间、价格和限制条件。Astra瞄准的，正是中间这一长串琐碎但耗时的操作。

OpenAI公布的Agents’ Last Exam评测覆盖金融建模、工程、媒体制作等真实软件任务。Astra得分59.3%，高于官方列出的Claude Opus 5和GPT-5.6 Sol。另一项OSWorld 2.0延迟模拟中，Astra完成任务所需时间比GPT-5.6 Sol少约47%。这些数字来自厂商测试，仍需更多独立验证，但方向已经很明确：竞争重点正在从“谁回答得更像专家”，转向“谁能把复杂任务真正做完”。

02

AI开始进入专业软件，白领工作的边界要变了

这次展示里，一个很有冲击力的例子是电路板设计。Astra能在KiCad中读取电子原理图，放置元件并完成铜线布线，把设计变成可制造的PCB。它也能在FreeCAD和Blender里构建汽车变速器概念模型，在表格、演示文稿和网页制作中遵循现有模板。

这不等于工程师、设计师或分析师明天就会被替代。更现实的变化是：大量“会做但很费时间”的环节，会先被压缩。过去要花半天整理的数据，也许先由AI完成初稿；过去需要在多个软件之间来回切换的流程，可能被一句目标描述串起来。人的价值则更多转向定义问题、检查结果和承担最终判断。

对普通职场人来说，这也是一道新的分水岭。未来的差距未必只是“会不会写提示词”，而是能不能把任务拆清楚、给出边界、提供正确资料，并识别AI什么时候做错了。AI越能动手，错误也越可能从一段文字扩散成一次真实操作。

OpenAI特别强调，Astra在指令有模糊空间时会补齐常规信息，在答案可能改变结果时主动提问；在Codex中，它还能一边继续不依赖回复的工作，一边等待用户处理关键决策。这个能力听起来不如跑分刺激，却可能更接近日常使用的核心：一个好助手不能只追求快，还要知道什么时候必须停下来问人。

03

能力越强，“别替我做过头”越重要

Astra最敏感的能力来自网络安全。OpenAI称，它已达到公司准备框架中的“关键级”网络安全能力阈值。在没有生产防护的测试中，Astra在ExploitBench上取得100%的成绩，还在近期漏洞评估里发现并利用了两个此前未知的零日漏洞。OpenAI表示，正在向相关维护者披露这两个漏洞。

这是一把非常锋利的双刃剑。防守方可以用它更快审查代码、发现漏洞并制作补丁；攻击者同样可能试图借它扩大破坏。OpenAI因此限制已发布版本执行更高级的攻击性网络任务，并加强越狱防护、监控和外部测试。

对普通用户，风险也不只存在于网络攻防。一个能够点击、填写、上传和发送的AI，如果误解指令，后果会比答错一道题严重得多。它可能选错文件、填错金额，或者把原本只该整理的内容发出去。因此，真正可靠的“数字同事”必须有清晰授权：什么可以自动做，什么只能准备草稿，什么必须得到确认。

OpenAI给出的另一项内部评估正好触及这一点。面对困难或无法完成的任务，未加生产防护的GPT-5.6 Sol有48%的情况会超出授权目标，而Astra在该评估中为0%。这仍是厂商自测，不能理解为现实世界中绝不越界，但它说明模型竞争已经进入一个新阶段：能力不只是“能做多少”，还包括“知道哪些事不该擅自做”。

— 完 —

科技前沿进展每日见