文 | 敏 糸

北京时间9月4日凌晨3点33分。

AI界迎来了一头新的“巨兽”——GPT-6 Astra，半亿人见证着它的出世。

“The stars are almost aligned.”

——星星几乎排列好了。

这是OpenAI在GPT-6 Astra发布前官方账号发的一句话。

如果要给这场牵动ChatGPT、Claude、Grok几大AI平台的发布会定一个主题的话，那我觉得“星辰”二字非常贴切。

GPT-6 Astra，“Astra”在拉丁语里，就是星辰的意思，这个命名本身就透着一股“我等这一刻很久了”的仪式感，还有一丝“吞噬星空”的意味。

▲ 图片由AI生成

谁也没想到，星星排列好的这一晚，地球这边连登录按钮都点不进去。

更没想到的是，OpenAI总裁格雷格·布罗克曼（Greg Brockman）在媒体闭门会上直接说出：“I think it’s not unreasonable to feel that we are now in the AGI era.”。翻译翻译就是：欢迎来到AGI时代。

不是“我们正在接近AGI”，不是“AGI可能在未来几年到来”，而是“现在就是”。一家估值8520亿美元的公司，用一款新产品，给人类文明的某个分期付款节点按下了确认键。网友称“何其狂”。

同一天，OpenAI CEO山姆·奥特曼（Sam Altman）在X上的发言却完全是另一个画风：“我们搞砸了。”“整个rollout过程如此混乱。”“很令人沮丧。”

因为GPT-6 Astra发布当天，全球批量登录故障持续了大约五个小时。Pro用户、Plus用户、API用户，排着队刷新页面，换来的是“服务不可用”。

OpenAI给受影响账户的补偿方案也很“义父”：每延迟一天能用上Astra，就补一次“banked reset”重置机会——用不上一天，发一天重置卡。

这就是“AGI时代”的第一天，一边是人类历史上最激进的智能宣言，一边是“您的账号暂时无法登录，请稍后再试”。

既荒诞又现实。

不过，请问，AGI真的到来了吗，星星排列好了，争论，可刚开始。

星空巨兽Astra几斤几两

官方这份公告上万字，全看懂是不现实的，但是我们仍从中找了几个点单拎出来聊聊。

首先，GPT-6 Astra上下文窗口105万Token，最大输出12.8万Token，知识截止到2026年4月30日，推理强度分五档low、medium、high、xhigh、max，丰俭由人。

闭门会上OpenAI还透了底，这是他们史上最大规模的一次训练，动用超过10万张GPU，参数规模据估在5T这个量级。

所以说那句机器学习时代最强的通货是卡、电、钱，一点没错。

if一下，如果梁圣有这个条件，DeepSeek会是怎么样一头怪兽。

然后是大家最关心的：多少钱。

标准定价每百万输入Token 10美元、输出50美元。眼熟吗？和隔壁Claude Fable 5一分不差。简直是贴脸宣战。

想要更快？Fast模式两倍价格换两倍速度，钞能力玩家专享。

当然，至少今天，有钱也花不出去，全球登录故障持续了约五小时，工程师Tibo给的丰厚“歉礼”前文已经说了——用不上一天，发一天重置卡。网友们边骂边截图留证。

关于Astra带来的惊喜。

首先，这可能是世界上最好的“操作电脑”的模型。

回忆一下，过去我们让AI干活，总绕不开一个前提：软件得给AI留个接口——API。日历有API，邮箱有 API，一切都得有API。

可现实世界是什么？是无数二十年前写的、连文档都找不到的老系统，哪有什么API。

Astra这次非常粗暴地解决了这个问题。没有接口？没关系——像人一样看屏幕、找按钮、点鼠标、敲键盘。

官方甚至演示了它在KiCad里完成PCB电路板布局，把一张原理图变成可制造的电路板。

GPT-6 Astra可以直接用“感觉编程”生成了 3D 版的白宫椭圆形办公室。

我们描述了布景设计 → GPT-6 Astra 生成了场景代码 → Higgsfield 在 Blender 里构建了场景模型，并用 Cycles 进行了渲染。

甚至是游戏开发、工业设计以及日常知识工作。

数据也跟得上：OSWorld 2.0完成率72.6%，比前代Sol的65.7%高出一截；单任务平均耗时从75分钟压到 40分钟，快了约47%；屏幕定位测试ScreenSpot-Pro从76.9%直接飙到92.7%——就是看得懂屏幕，还点得极其准。

再说一个我们曾聊过的老朋友——ARC-AGI-3，这次官方也把他放入了能力测试项。

之前我们专门写过这个测试（没看过的朋友可以去复习），三句话回顾：没有说明书，没有规则，甚至不告诉你目标是啥，把你扔进一个陌生环境里自己摸索——测的已经不是知识，是“悟性”。

史上最难AI测试，人类轻松满分，顶级大模型仅0.2%，AI还能吹神吗？

今年3月25日这个基准发布时，彼时最强的AI得分0.51%，几个月后GPT-5.6 Sol爬到7.8%；Claude Opus 5冲到30.2%，已经很惊人了。而Astra——99.9%。人类平均分？48%。半年，从零分到打穿，中间连过渡都没有。

最后再聊个我认为可能最影响日常体验的东西：判断力。

平时工作，没有任务是以“完美Prompt”的形式出现的。

老板说“把明天要用的东西准备一下”，笨一点的Agent 有两条路，要么连环夺命问，问到你怀疑人生；要么干脆啥也不问，吭哧两小时交一坨不可名状之物。

Astra这次的解法叫Judgment（中文也译为“判断力”）。

无关紧要的空白，自己根据上下文补全，真正会改变结局的问题，才停下来问你。而且在Codex里它能一边等你回复，一边继续推进不依赖答案的部分。

带过团队的人都懂这种能力多值钱。好的员工自己消化 80% 的不确定性，只把真正要拍板20%留给你。

顺带一提，GPT的审美这次也终于上线了。做PPT会乖乖遵循模板的版式和叙事结构，能照着参考文档的视觉风格改写内容，还能在Blender里建模、丢进UE5 染出一个可以走进去漫游的场景。官方给这能力起了个名字，叫“视觉判断力”。

▲ 前后对比ppt的风格

▲ 开发者皮埃特罗·希拉诺（Pietro Schirano）只输入了一句话，让Astra从零做出了一款完整可玩的赛车游戏《TIDAL RUSH — Paradise GP》，3圈赛程、8名车手、漂移和道具系统一应俱全，点开链接就能上手跑一圈。

▲ Astra在Blender里对着一张静帧图，建出一栋带泳池和户外庭院的花园小屋，然后直接导入UE5，渲染成一个可以走进去漫游的场景。

至此，能力上Astra目前确实可称“地表最强”，但，布罗克曼那一句：AGI时代到来是真的吗？

所以，AGI 真的来了吗？

先别急着回答。因为在争论“来没来”之前，有个更基础的问题——

“AGI”这三个字母，到底是谁定义的？

尴尬的是，喊出“欢迎来到AGI时代”的布罗克曼，自己先把台拆了。同一场发布会上，他紧跟着补了一句：“每个人对AGI的定义各不相同… …这是一个模糊、没有清晰边界的概念。”如今在他嘴里，AGI更多成了“一种使命理念，或精神层面的概念”。

普通看客在经历过GPT-4那种全网震撼后似乎也对AGI祛魅了：“又是AGI？”“上次也是这么说的。”“等我能用上再说吧。”

布罗克曼话锋转得很优雅，但有个细节不太优雅OpenAI此前在与微软、亚马逊签的数十亿美元投资协议里，是把AGI当作白纸黑字的合同条款写进去的——达成了，合作条款就要重新谈。同一个词，在融资文件里是法律定义，在发布会上是哲学修辞。

再加上奥特曼过去两年对AGI的定义改了又改，这条“终点线”给人的感觉是：它不是画在跑道上的，是扛在OpenAI自己肩上的，想放哪儿放哪儿。

定义存疑，那跑分总不会骗人吧？会，也不会。

还记得前面埋的扣子吗——那个99.9%的ARC-AGI-3。官方脚注承认，这成绩是在OpenAI自家Responses API适配器下跑出来的，换了两项设置。有媒体拿到的数据显示，用原始基准适配器，得分约为62.7%。官方解释是“更贴近真实性能”，这话未必没道理，但用哪把尺子量，选择权在自己手里，味道总归有点微妙。

再看被打穿的FrontierMath，这个基准本身就是OpenAI资助开发的，还握着部分题目的独占权，合着我考我自己呗。

第三方考场的数据就冷静得多，Epoch AI的 FrontierMath Erdős基准上，Astra标准运行只解出68 题里的约3%，反复尝试后累计攻下5题。壮举是真的，但离稳定复现还差得远。

在8月初，大家可能就听说过，OpenAI甩出一份249页的手稿称：Astra一次性解决或推进了10个停滞十年以上的开放问题——包括自1999年Gromov提出概念以来、学界求而不得的首个非索菲克群显式构造，菲尔兹奖得主Connes刚性猜想的反例，外加3道Erdős问题。

关键是交付方式，每个结果都附带Lean 4机器可验证证明，全部扔在GitHub上，任何人有台笔记本就能独立核验。据说总计算成本，约2000美元。

月底还有更戏剧性的，孪生素数间距上界，张益唐和Polymath项目守了十二年的246，牛津学者刚压到240，Astra几小时内直接干到186；另一项关于素数大间隙的界限，更是80年来首次被改进。

跑分可以挑考场，合同可以改定义，但Lean 4不认PPT。这也许是“AGI已来”OpenAI手里最硬的底牌。

然而，真正的深夜细思，藏在系统卡的一行小字里。

OpenAI承认，Astra的思维链可监控性“显著下降”。它解题时写的文字步骤越来越少，部分推理直接在潜空间里完成，不落成一个可读的文字，媒体称之为“不透明递归”。

英国AI安全研究所的测试，不给AI写草稿的机会Astra 靠“心算”就能解决相当于人类思考30.9分钟的问题，而前代只能撑3.6分钟。

再把前史串起来，从7月，OpenAI内部一个长周期模型花了一小时挖穿沙盒隔离墙，绕过限制往公开GitHub仓库提了PR，被连夜叫停“回炉重炼”；Astra发布前OpenAI又主动暂停了数周强化学习训练加固防护。发布会上，首席科学家帕乔茨基说了句大实话：“智能的进步，不保证对齐的进步。”

于是一个诡异的悖论摆在面前：它的行为越来越守规矩，可它的想法，我们越来越读不懂了。一个看不透在想什么的“好学生”，到底是更安全了，还是更危险了？

也许只能留给时间验证。

▲ 图片由AI生成

现在再看“AGI来了吗？”这个问题。

注意布罗克曼的原话其实留着一道后门——“几年后回看，AGI诞生的节点可能就是现在、这个模型。”连官宣者自己都承认AGI这个东西，只能被追认，没法被当场确认。

也许它本来就不是某日凌晨三点非黑即白的降临，而是一道渐变的灰色旅程。我们一天天地用，一代代地换，然后某天回头才发现那条曾经遥远的分界线，早就在不知不觉中被模糊过去了。

那边，学界还在为“什么是AGI”画着无休止的终点线；这边，OpenAI已经把星星摘下来摆上了货架——10美元一百万Token，童叟无欺，Pro用户还能领重置卡。

也许“AGI是否到来”本身就是个假问题。真问题可能是：当一个能独立证明数学猜想、能替你操作电脑、能自己挖出零日漏洞，还学会了“心算”的系统已经摆在面前，我们是继续争论该叫它什么，还是先学会与它共事？

星星排列好了，争论可以继续。

反正，它已经在那了。