就在刚刚，全球正式进入AGI时代！美国当地时间9月3日，OpenAI把新一代模型GPT-6 Astra放了出来，官方给它的定位是"世界上最智能、最对齐的模型"。

说实话，这种自吹自擂的通稿开场白见得多了，本来不觉得有什么特别。

可这次不太一样，公司总裁格雷格·布罗克曼在发布会收尾时撂下一句话——欢迎来到AGI时代。
他还补了一句，这事儿没法一刀切地划出个具体日子，AGI是一步步逼近的，你要说这个模型就是第一个跨过门槛的，好像也说得过去。

这话听着挺唬人，可细一琢磨，里头的分寸感其实拿捏得很微妙，他把最终的判断权，甩给了每一个用的人。

先说这模型是怎么来的，Astra是在得州的Stargate基地训出来的，用了超过十万块GPU，这个规模放在两年前想都不敢想。

发布方式也留了个心眼，不是一股脑全放开，是今天先给一小批机构试用，接下来几天才陆续铺给ChatGPT的Plus、Pro、Business、Enterprise用户，再往后是API和AWS这条线。

老实讲，这种小心翼翼的分批放量，本身就有点意思——真要有十足把握，何必这么谨慎。

它最拿得出手的本事，是能自己操作电脑。

说白了，就是不用你一步步教它点哪儿、填哪儿，它自己就能在浏览器、表格、网页和各种桌面软件里穿梭着把一件多步骤的事儿办完。

业内测这类能力有个专门的考卷，叫OSWorld 2.0，Astra在上头拿了72.6分，比上一代Sol模型的65.7分要高出一截，办同样的事儿还快了47%。

逻辑推理测试ARC-AGI-3上，Astra的得分逼近满分，这几组数字摆在一起看，说它是这几年模型能力里最扎实的一次跃升，我觉着不算夸张。

让人心里咯噔一下的是网络安全这块，Astra是第一个跨过OpenAI"关键"网络安全门槛的模型，在专门测漏洞挖掘的ExploitBench上拿了满分，能在防护严密的系统里找出别人没发现过的漏洞，甚至能把好几个漏洞串成一条完整的攻击链。

这事儿的两面性很直白：防御方能靠它把自家系统的窟窿提前堵上，进攻方要是拿到手里，杀伤力也不是闹着玩的。

OpenAI自己也承认，模型能力越强，它内部的推理过程反而越难被人看懂、看透，这叫"可监控性"在下降。

公司这边的应对是加了好几层网：代码自动审查、行为监控、专门盯着模型有没有"跑偏"的错配监测系统，网络安全相关的能力也先卡着，往后打算通过一个叫Daybreak的计划，一点点开放给做防御研究的人用。

研究团队里有人说得挺实在——模型能自己干的事儿越多，人就越得学会去信任它，这话听着云淡风轻，仔细想想分量不轻。

我个人的判断是，这次跃升是真的，可"AGI"这顶帽子扣得有点急。

为啥这么说？

拿电脑操作和数学推理这两项硬指标看，Astra确实比上一代强出一大截，这是实打实的工程进步，不是营销词藻堆出来的。

布罗克曼自己都说得留有余地，把判断权交给用户，这份克制反倒说明，他心里也清楚这顶帽子还没到能完全扣稳的时候。

英伟达那边有一套叫AVO的架构，配上Anthropic的Claude Opus 5，在同一张ARC-AGI-3考卷上跑出了满分，比Astra还高。

可英伟达自己讲得很清楚，这个成绩是靠一整套带记忆功能的智能体系统跑出来的，不是单靠底层模型自己。

这话一出，行业里吵起来了——大家测来测去，测的到底是这个模型本身，还是加了记忆、加了工具之后的一整套部署方案？

这个疑问站得住脚，它戳中了眼下评测体系一个真实的软肋，跑分越来越像是在比谁的"外挂"搭得好，单纯比拼模型底子反倒说不清楚了。

这个转向背后的逻辑其实挺直白：模型越来越像是能顶一个岗位干活的"数字员工"，而不只是个答题机器。

对企业来说，这意味着算总账的方式要改；对普通打工人来说，这事儿真谈不上轻松——能自己操作电脑、能处理多步骤工作流的AI，冲击的恰恰是那些重复性强的白领岗位。

这话我不想说得太满，毕竟这类工具目前还没真正普及成办公室里的日常标配，Anthropic早在2024年就出过操作电脑的测试版，Perplexity今年2月也发过类似的东西，都没掀起太大水花。

Astra这次的分数确实更高，可离人人都用、离真正改写就业格局，中间还有一段路要走。

我倒觉得，与其纠结"AGI"这个标签到底该不该贴，不如多看看这类技术往后会怎么落地、风险怎么防。

中国这边的AI产业这几年也在自己的节奏里往前赶，技术和应用两条腿都没停，往后这场全球竞速里，比的终究是谁能把技术用得稳、用得实。

至于"人类正式进入AGI时代"这句话，我觉着更像是一句漂亮的开场白，热闹是真热闹，可日子还得一天天过，真正的答案，得靠往后一版一版的模型、一次一次的实际应用，慢慢兑现。

这出戏才刚开幕，好戏在后头，咱们不妨接着往下看。