【眼界-科技】OpenAI发布GPT-6 Astra：欢迎进入AGI时代

GPT-6 Astra 发布：奥特曼收拢主线之后，OpenAI 交出的一份战略样本

9月3日，OpenAI发布GPT-6 Astra。

OpenAI联合创始人兼总裁布罗克曼在发布现场说了一句被反复转载的话：“欢迎进入AGI时代。”

同一周，奥特曼在访谈里重申自己这几年最清楚的一件事：不要把时间浪费在根本不擅长、也很难真正擅长的事情上。

把这两句话放在一起看，GPT-6 Astra的意义才完整——它不只是一次基准测试又涨了几分，而是OpenAI 在资源、组织、产品边界和安全框架上做一次公开收敛之后的结果。

宏观上，它标志的竞争维度正在从「谁模型更强」转向「谁能把智能稳定放进工作流」；而伴随这种转变的，是更明显的能力分层、权限分层和责任分层。

GPT-6 Astra到底强在哪？

官方和多家媒体披露的数据已经足够说明代际差：ARC-AGI-3从GPT-5.6 Sol的7.8%跳到99.9%，但要注意，这个接近满分的成绩依赖特定harness——即记忆、上下文压缩、工具调用和操作台共同构成的系统，而不是裸模型单独答题；FrontierMath Tier 4达到97.6%上下；ExploitBench 100%；OSWorld 2.0 计算机操作 72.6%，单项任务平均约40分钟，而上代约75分钟。

更关键的是能力形态变了。

GPT-6 Astra不只是回答“怎么做”，而是尝试自己开浏览器、填表单、跑终端、改文件、做表格和演示稿。也就是说，它从“问答接口”走向“执行接口”。过去大模型的主要战场是自然语言，现在被推到图形界面和软件环境里——凡是人能通过屏幕完成的办公、研发、数据分析任务，都开始进入它的操作范围。

这也是为什么“AGI”这个词会被再次举起，但更准确的说法是：它在专业工作流里表现出很强的通用执行能力，并不等于学术意义上完全通用的智能。ARC-AGI-3的标准harness成绩约62.7%，说明换一套环境、少一点系统支持，模型表现会回落。AGI宣示是叙事，工程跃迁是事实，两者要分开看。

奥特曼的“聚焦主线”不是鸡汤，是组织动作

奥特曼那句“别把时间浪费在不擅长的事上”，表面是个人方法论，落到OpenAI身上，就是资源分配原则。GPT-6 Astra的训练规模被多次报道为超过10万块GPU、在得州Stargate基地完成预训练；前代模型深度参与训练监督与评估，也不再是秘密。

这意味着几件事——

第一，算力不再平均撒到各种演示型项目上，而是压到同一个旗舰底座；

第二，产品不再追求“什么都能展示”，而是围绕agentic work（自主执行工作）来组织能力：推理、工具调用、计算机使用、对齐监控被捆成一条线；

第三，发布节奏变克制，先给Trusted Access机构和Daybreak类安全项目，再逐步覆盖Plus、Pro、Business、Enterprise和API。

所以GPT-6 Astra不是“突然变强”，而是“收摊之后集中开火”。一家前沿实验室最难的从来不是找新方向，而是停止旧方向。奥特曼的认错和聚焦，正好对应这次发布的工程现实。

最值得警惕的不是分数，是“能力-权限-定价”的同步分层

GPT-6 Astra是OpenAI首个达到内部Critical网络安全能力门槛的模型，能发现未知漏洞、构造利用链，内部测试中触及两个零日漏洞。而这类能力，通常不会全量开放。高级网安功能走审核、走隔离、走防御侧授权；普通用户拿到的则是被约束的执行版本。

定价也把分层写得很清楚：API输入10美元/百万token、输出50美元/百万token，约为上代2.5倍；Fast模式再上浮。

官方会说按任务成本可能更省，因为重试少、步骤短、完成率高。但平移到社会上，这就是三档智能：

· 机构客户：拿完整能力、审计接口、合规容器；

· 付费个人与企业：拿日常可用但受控的Agent；

· 免费或轻量用户：拿缩减调度版。

“AGI时代”如果真有，也不是人人同享同一把钥匙。它会按资质、订阅和任务边界分发。奥特曼一边讲广泛赋能，一边用Trusted Access把关，这不构成矛盾，而是AGI能力进入真实世界后的唯一稳妥姿态。

从“答题器”到“数字员工”，行业竞争维度被改写

过去大模型竞争集中在跑分、上下文长度、多模态、代码能力。GPT-6 Astra则把竞争推到一层更朴素的指标：能不能把一件事从头做完。

Anthropic、Google、xAI同样在做Agent，但OpenAI的优势在于把模型、桌面端、API、计算机使用和订阅网络放在一起发布。竞争不再是单一模型对单一模型，而是“底座+工具环境+安全框架+分发渠道”的体系竞争。

对企业来说，影响不是“再换个API”，而是工作流被重切：表格整理、邮件摘要、前端测试、报表生成、漏洞初筛、文献综述、代码排查等，这些中间环节会逐步交给Agent，人从执行者变成确认者、审计者、异常处理者。效率提升是真实的，但组织边界也要重画——哪些事可授权，哪些事必须留人在环，哪些错误由模型方、平台方、使用方分别承担。

对国内大模型来说，基础模型追赶仍有价值，但GPT-6 Astra把标杆抬到“自主操作软件环境”这一层。中国厂商的优势不在复刻ChatGPT，而在把Agent扎进制造、供应链、政务和办公系统里；这些场景不一定需要最高跑分，但需要稳定、可审计、能接老系统。

屏幕操作恰恰让没有API的旧系统也被纳入自然语言入口，这会成为下一阶段国产Agent的重要战场。

结语：

所以这次发布真正意味着什么？

不是“AGI到了”这么简单，也不是“又是一次营销”这么轻佻。更稳妥的判断是：GPT-6 Astra是OpenAI 聚焦主线后的第一份样本——它证明当一家前沿实验室停止摊开业务、把算力和组织收回到同一目标时，可以把大模型从问答系统推进为工作流系统。

奥特曼说别把时间浪费在不擅长的事上，GPT-6 Astra的回答是，把时间全部压到最擅长、也最关键的那件事上。

AGI是不是从这一天算起，学术界会争很久。但OpenAI把“智能如何被训练、如何被放行、如何被计价、如何被监督”这套框架摆到台面，是比分数更重要的信号。