陆一夫 站内编辑9 月 3 日，OpenAI 发布了 GPT-6 Astra。总裁 Greg Brockman 用一句话收尾："欢迎来到 AGI 时代。"
AGI 就是通用人工智能，意思是能像人一样完成各种任务的 AI。以前这个词更多是概念，这次 OpenAI 敢这么说，是因为 Astra 真的不一样了 —— 它不再只是回答问题，而是会自己操作电脑、从头到尾干完一件事。
它和以前的 AI 有什么不同
以前的 AI，你问它问题，它给你答案。你要它干活，还得自己把它接到各个软件里，开发各种插件和接口。
Astra 不用这么麻烦。它能直接看到电脑屏幕，自己用鼠标、键盘、浏览器操作。你说 "帮我订个机票"，它会自己打开网站、选航班、填信息、付款。你说 "帮我分析这份数据"，它会自己打开 Excel、跑数据、做图表、写结论。
OpenAI 展示的案例包括：设计电路板、用 Blender 建 3D 模型、写法律文档、做科学分析、建网站并测试。甚至有用户让它在虚幻引擎里创建一个世界，再加入 AI 角色，结果这些角色开始自己互相交流，把用户吓了一跳。
简单说，以前的 AI 是 "顾问"，给你出主意；Astra 是 "员工"，直接上手干活。
能干什么，干得怎么样
Astra 的提升主要集中在需要 "连续操作" 的任务上 —— 不是答一道题，而是一步步完成一整套工作。
测试数据也很直观：在计算机操作测试中，Astra 得分 72.6%，上一代是 65.7%；完成同样的任务，Astra 平均用 40 分钟，上一代要 75 分钟，快了将近一半。工程设计测试中，Astra 得分 95.9%，上一代 83.3%。科学研究流程测试，Astra 拿了 64.6%，上一代只有 22.4%—— 这个提升非常大。
它还能自己判断什么时候该问你。如果缺的信息会影响结果，它会针对性地提问；如果不影响大局，它就自己做决定继续干。遇到重大决策才停下来等你确认。
能力越强，锁得越紧
Astra 还有个特殊身份：它是 OpenAI 第一个达到 "关键网络安全门槛" 的模型。
什么意思？就是它强到能自己发现以前没人知道的软件漏洞，还能写出攻击代码。测试中它真的发现了两个零日漏洞，OpenAI 已经通知了相关厂商。
所以 OpenAI 把它的网络安全能力锁起来了 —— 拒绝执行创建漏洞利用代码这类高级任务，只逐步开放给可信的安全研究人员做防御用途。它的不当行为率从上一代的 22% 降到了 2.4%，但 OpenAI 也承认，模型越强，推理过程越难监控，所以加了一套 "未对齐监控"，发现可疑行为就暂停任务。
价格也涨了。API 调用费是上一代的 2.5 倍，输入每百万 token 10 美元，输出 50 美元。OpenAI 说虽然单价贵了，但 Astra 干活更快、用的 token 更少，单任务成本可能反而更低。不过第三方测评机构算下来，单任务成本比上一代高了约 75%。这个账怎么算，得看具体用在什么场景。
Astra 的发布，确实是一个标志性的节点。AI 从 "能聊天" 到 "能干活"，这个跨越比很多人想象的要大。
以前企业用 AI，最大的痛点是 "最后一公里"——AI 能给方案，但执行还得人来。Astra 直接把这一公里补上了，它能自己打开软件、操作界面、完成任务。这意味着很多重复性的白领工作 —— 数据录入、报表制作、基础设计、客户服务 —— 真的有可能被替代了。
但 "AGI 时代" 这个说法，我觉得还是早了点。Astra 能做很多事，但离 "像人一样灵活应对任何情况" 还有距离。它在标准化任务上表现很好，但遇到复杂、模糊、需要大量背景知识的真实工作场景，稳定性和可靠性还需要验证。OpenAI 这次没有公布 GDPval（一个覆盖 44 个职业、1320 项真实任务的测试）的成绩，也说明在最贴近真实工作的场景中，Astra 可能还没到让人完全放心的程度。
安全方面的担忧是真实的。一个能自己操作电脑、发现漏洞、执行任务的 AI，如果被滥用或者失控，破坏力比只会聊天的 AI 大得多。OpenAI 现在的做法是 "先锁起来、慢慢放"，这个思路是对的，但安全机制能不能永远跑在能力前面，谁也不敢打包票。
对普通人来说，Astra 带来的影响可能比前几代 AI 更直接。它不只是帮你写文案、查资料的工具，而是能真正接手一部分工作的 "数字员工"。这对企业是效率提升，对个人则是职业焦虑 —— 如果 AI 能自己操作电脑完成任务，那些以电脑操作为主的岗位，最先感受到压力。
Brockman 说 AGI 没有统一定义，但如果一个系统能在编程、科学、法律、设计等专业工作中承担大量任务，说进入 AGI 时代并不牵强。这话有道理，但 "能承担" 和 "能可靠承担" 之间，还隔着真实世界的检验。
Astra 真正的考场，不是基准测试排行榜，而是企业愿不愿意把重要工作交给它、出了错谁负责、成本到底划不划算。这些问题，只有时间能回答。
