硅谷的发布会一年四季都在开，但像这样直接把“AGI时代已经到来”写在发布会最后一页的，OpenAI 是第一家。GPT-6 Astra 发布，总裁 Greg Brockman 念完最后一句“Welcome to the AGI era”走下台——留下一个让整个行业兴奋又警觉的提问：这家公司是真觉得自己摸到了 AGI，还是已经找到了新的叙事方式？
憋了这么久的GPT-6 Astra，终于出手
距离 GPT-5 发布过去不到两年，OpenAI 内部经历了一整轮人事震荡、产品节奏紊乱、投资人点名批评的阵痛。外界听到关于 GPT-6 的传闻足够多，却始终没有一个确切的日期。直到这场发布会。
不是“更新”——是换了一代架构
GPT-6 Astra 不是 GPT-5 的参数放大版。OpenAI 给它的定位是“新架构、新范式”的起点，一种不需要靠堆算力来换取智能的路径。虽然在发布会上没有公布任何网络结构的技术细节，但从现场跑出的评测数据来看，模型的推理连贯性、跨模态一致性，以及高难度任务完成度都提升到了此前未见的水平。
Astra 这个名字本身也颇有意思——命名不再是延续 GPT 系列的字母数字混编，而是给模型一个独立代号，这在 OpenAI 产品历史上是第一次。
ARC-AGI 3 拿下99.9%，这场秀的核心
全场最醒目的数字，是 GPT-6 Astra 在 ARC-AGI 3 基准上做到了 99.9%。该基准的设计初衷是衡量AI模型对从未遇见过的抽象问题的适应能力，此前最好的模型得分大约在 40% 左右。99.9% 意味着什么，意味着这套模型几乎已经不像一个传统意义上的“语言模型”，它更像是一个能主动推断规则、执行逻辑链的通用智能体。
OpenAI 选择在发布会上单独把这个数字打在屏幕上，安静了几秒。在业内，ARC-AGI 的创始人 François Chollet 设计的这套测试一直被认为极具挑战性——它避开了所有可以通过训练数据“背题”的漏洞，模型只能凭真正的抽象推理去解题。此前没有任何模型能够在 ARC-AGI 3 上获得接近人类的能力水平。
Brockman 的宣言：不只是模型，是时代的判断
Greg Brockman 的收尾发言刻意用了一个带有宣言感的句式，不只是形容功能升级，而是对时间尺度作出判断：“我们可能已经把 AGI 准备好了。”这句话放在两三年前会被当成炒作，但在 GPT-6 Astra 跑完那些让人瞠目结舌的实时演示之后，很多在场的科技记者第一反应不是反驳，而是追问下一个问题：如果这都不算 AGI，那什么才算。
99.9%背后，藏着怎样的能力地图
一个分数的含金量取决于它的分母。99.9% 在 ARC-AGI 3 上的出现，能拆出好几个具体的能力跃迁点。
推理的瓶颈被打穿了
GPT-5 时代的模型在高级逻辑链上最大的问题是两个：一是长链条推理过程中会跳过必要步骤，二是推理过程中出现噪声后无法自行纠错。GPT-6 Astra 在这两个方向上都拿出了实质性的迭代方案。从现场演示来看，面对一道需要连续 15 次以上推算才能解出的抽象推理题，Astra 不仅没有丢步，甚至在结束之后主动给出了另一种更优的解题路径。
这种能力已经不是简单的“更聪明”，更像是模型内化了推理的元策略。
代码世界里，它不只是会写代码
编码能力向来是 OpenAI 展示模型性能的保留节目。Astra 现场的编码表现让人想起了初代 GPT-4 发布会上那个靠一句提示就生成网页的瞬间——但 Astra 的层次完全不一样。它接受的是一个工程级别的需求描述，包含多个模块、既有代码库的接口、单元测试的要求，然后直接给出了完整架构设计并写完了全部代码，整个过程不超过两分钟。
它能读懂条件模糊的任务描述，主动提出追问，并且在几毫秒内判断出哪些边界条件需要澄清，哪些可以自行决策。业内很多人用“一个水平不错的初级工程师”来形容 GPT-5 的编码能力，到了 Astra 这代，这个对标坐标可能需要修订为“一个熟悉全栈架构的资深开发者”。
多模态不再是拼图，是完整的思考方式
上一代模型处理图文混合的任务时，默认路径是将图片翻译成文本描述然后再做推理，这种方式丢掉了图像的空间信息和细节纹理。GPT-6 Astra 直接在一张复杂数据图表、一段手写笔记照片和一个语音指令之间做同步推理，所有模态都参与同一套思考过程。
这种能力的应用场景很广。对于开放式科学问题——比如从实验图像中直接判断化学反应是否成功，或者从遥感影像上结合文本说明识别地质活动痕迹——Astra 给出了此前模型根本无法企及的准确判断。
先喂给安全客户，OpenAI 的部署策略有信号
新产品面世总伴随着一个很现实的问题：谁先能用上。针对 GPT-6 Astra，OpenAI 给出的答案是——先向受限的网络安全客户开放。这里的“受限”不是指功能阉割，而是指经过严格背景审查的特定企业群体。这个决策放在眼下这个时间节点，值得认真解读。
为什么偏偏是网络安全
网络安全是AI能力最容易产生正负双面效应的领域：用它能自动寻找系统漏洞、快速修补防御；也能被黑帽利用，批量生成攻击代码。OpenAI 选择让网络安全客户先用上最强模型，对外传递的信号很清晰——面对高危基础设施，安全能力评估先于商业铺开。
先从一个可控范围积累真实世界的安全数据，再逐步扩展部署边界，这套打法比一口气全量开放稳健得多。
Preparedness Framework 分数定生死
OpenAI 内部有一套名为 Preparedness Framework 的评估体系，专门用来判断一个新模型在网络安全、生物威胁、说服操控等维度会不会造成“不可控风险”。GPT-6 Astra 是第一个以完整框架严格评定、并且被安全评级体系允许规模化部署的模型。
这表明 Astra 在安全侧的表现通过了最苛刻的审查标准——就一个被反复质疑“只顾着往前跑”的公司而言，这套流程的严肃性比以往任何一次都要高。
定价上不便宜，但也算不上离谱
GPT-6 Astra 的 API 定价比 GPT-5 高出大约 40%，考虑到能力跨档，这一定价显然不是普惠路线，更像是给真正的企业级需求准备的。对那些重度依赖模型产出的团队来说，一套能直接缩短百分之六七十研发周期的系统，这个价格反而开始显得有吸引力了。
“接近AGI”这种话，该不该当口号听
“AGI”这个词在行业里早就被说烂了。几乎每一次旗舰模型发布都有人说“AGI 来了”，真正用行动去验证的寥寥无几。但 GPT-6 Astra 是第一次让“AGI 已至”这个表述有了一层实证色彩。
质疑者的理由值得被认真对待
依然有人提出：ARC-AGI 3 考的是抽象思维拼接能力，它覆盖不了人类智能的全部，比如长期记忆、自主目标设定、与世界持续交互的能力，Astra 还有明显短板。这个批评有它的道理。AGI 本身是一整套智能的组合，没有哪个单一的 99.9% 能代表全局通用。
但另一个角度是：作为对“智能”最核心底层逻辑的挑战，抽象认知这一关确实是过去所有模型没有迈过去的坎。93% 到 99.9% 这个跨越，让 ARC-AGI 的人类基准线第一次显得没有那么不可逾越。
从“会解题”到“能理解”——认知的质变
在心理测量学的语境里，能从有限信息中归纳出一般规律，并且将该规律迁移到没接触过的情境当中，是流动智力的核心指向。GPT-6 Astra 表现出的行为模式正在缓慢地逼近这个边界。它不再是仅仅将已知概念做排列组合，而是能够在知识边界内生成面向未知的推测。
这大概就是 Brockman 敢把“AGI era”放在结尾画面上的底气——尽管他描述的是概率极高，而不是终极抵达。
一句话总结这件事的份量
不必纠结于 AGI 的定义到底应该由谁来下。GPT-6 Astra 在 ARC-AGI 3 上的表现，跨模型能力的代际差距，以及 OpenAI 在安全边界上切换部署节奏的谨慎——这些动作合在一起指向一个判断：人工智能过去十年里最陡峭的那条进步曲线，在 2025 年的这个秋天被再次刷新。
