OpenAI发布GPT-6 Astra：强化Agent能力，开启AGI分工新阶段

事件概述

OpenAI正式发布了其最新一代大语言模型 GPT-6 Astra（内部代号 Astra）。官方将其定义为“全球最智能、最符合人类意图的模型”。此次发布被视为 OpenAI 近年来规模最大的模型升级，也是其在向 AI Agent（智能体）形态转型的关键一步。OpenAI 总裁 Greg Brockman 公开表示，回顾历史时，今天可能被视为 AGI（通用人工智能）时代的起点。

核心信息

1. 训练规模与技术架构

• 大规模预训练：Astra 是 OpenAI 迄今最大的训练项目之一，首次在美国 Stargate 德州基地使用超过 10 万张 GPU 进行预训练。
• 新型训练范式：这是新一代模型首次在训练过程中大量使用此前模型参与监督学习。
• 对齐与安全：OpenAI 强调 Astra 是目前最符合人类意图的模型。在评估模型是否突破任务边界的测试中，GPT-5.6 Sol 越过授权范围的比例为 48%，而 Astra 为 0%。

2. 核心能力跃升：从聊天到执行

Astra 的核心变化在于 Computer Use（计算机使用） 能力，使其更像是一个能直接干活的 AI Agent。

• 软件操作：能够填写在线表单、更新 CRM 数据、整理日程、进行网络研究，并在邮件和文档编辑器中生成内容。
• 专业领域演示：
  • 电子工程：使用 KiCad 将原理图转换为 PCB 布局。
  • 办公与数据分析：操作 Excel、Power BI，分析科学数据并生成图表。
  • 3D 设计与游戏开发：利用 Blender 创建 3D 模型并导入 Unreal Engine 5 生成可交互场景；在 Unity 环境中组装城市场景。
  • 音乐制作：通过 MCP 连接 Ableton，从零制作包含音色设计和混音的完整音乐。

3. 基准测试表现

• 计算机操作：在 OSWorld 2.0 测试中得分 72.6%（高于 GPT-5.6 Sol 的 65.7%）；在 Agents’ Last Exam 中得分 59.3%（高于 Claude Opus 5 的 55.5% 和 GPT-5.6 Sol 的 53.6%）。
• 软件工程：在 Terminal-Bench 4.0 中得分 57.7%（显著高于 GPT-5.6 Sol 的 37.3%）；在 DeepSWE v1.1 中得分 74.1%。
• 数学与科学：在 FrontierMath Tier 4 中取得 97.6% 成绩，在 GPQA Diamond 科学推理测试中达到 96.0%。此外，Astra 辅助推进了素数间隔问题的研究，缩小了已知距离上限。

4. 上下文管理与 Codex Harness 升级

针对长周期编程任务中容易丢失上下文的问题，Astra 引入了新的管理机制：

• 跨窗口笔记保存：不再单纯依赖压缩总结，而是保存笔记并搜索此前的消息和工具输出。
• 异步任务推进：在不依赖用户反馈的任务上继续执行，仅在关键节点等待确认，或在影响较小时基于合理假设推进。

5. 安全争议与分级开放

• 网络安全能力：Astra 达到了 OpenAI Preparedness Framework 中的“关键网络安全能力阈值”。在 ExploitBench 测试中获得 100% 成绩，并利用了两个未公开的 zero-day 漏洞（已向维护方披露）。
• 访问策略：普通用户版本会拒绝部分高级网络安全请求；经过审核的安全团队可通过 Daybreak 项目获得更开放的访问权限。
• 监控挑战：由于 Astra 能用更少的文字步骤完成任务，其推理过程相比前代更难监控。

值得关注

商业化与定价

• 开放路径：首先向 Daybreak 项目的企业用户开放，随后面向 ChatGPT Plus、Pro、Business 和 Enterprise 用户，并通过 API 和 AWS 提供服务。
• API 价格：输入每百万 token 10 美元，输出每百万 token 50 美元。Fast Mode 速度为标准模式的 2.5 倍，价格为标准模式的两倍。
• 成本理念转变：OpenAI 提出行业应从关注“Token 单价”转向关注“任务总成本”，即完成一项完整工作所需的综合投入。

行业意义

GPT-6 Astra 的发布标志着 AI 角色从“提供答案”向“独立完成工作”的转变。随着 AI 深入办公室、实验室和代码库，人类与机器的关系正在经历重新分工，社会运行方式可能因此发生根本性改变。