#赛博茶馆[超话]#OpenAI凌晨扔了个深水炸弹——GPT-6 Astra正式发布，联合创始人Brockman在发布会末尾直接甩出一句"欢迎来到AGI时代"。

这句话从别人嘴里说出来可能是营销话术，但从OpenAI嘴里说出来，得认真对待。

先说最炸裂的能力：Astra现在可以直接操作电脑。不是写代码调API那种，而是像人一样看屏幕、用键盘鼠标，在浏览器、Excel、Blender、Power BI甚至虚幻引擎里直接干活。OSWorld 2.0测试中，Astra拿下了72.6%的得分，平均任务耗时从上一代的75分钟压缩到40分钟。

一位AI投资人在UE5里让Astra创建了一个世界，放入多个AI角色让它们协作生存。一天后他在卧室听到客厅有声音，以为进了人，出去一看——是那些AI角色开始互相交流了。这不是科幻段子，是真实用户报告。

跑分方面更是离谱：ARC-AGI-3得分99.9%（上一代才7.8%），FrontierMath Tier 4 v2得分97.6%，GPQA Diamond得分96%。更值得注意的是，在网络安全测试ExploitBench上拿满分，SRE-Bench单次尝试解决88%的任务——并且在评估期间发现了两个此前未知的零日漏洞。

但争议也来了：API定价直接是GPT-5.6 Sol的2.5倍，输入10美元、输出50美元/百万Token。Artificial Analysis测试显示，虽然任务Token用量减少了约10%，但价格上涨抵消了效率提升，单任务成本反而高出75%。而Meta的Muse Spark 1.3在DeepSWE上得分75.4%高于Astra的74.1%，价格却只有Astra的八分之一。

最贵的模型不一定是最好的模型——这个判断越来越站得住脚。

我觉得Astra真正重要的信号不是跑分，而是三个结构性变化：

第一，"计算机使用"正式成为模型核心能力。过去我们要为每个软件写connector接API，现在模型直接看屏幕操作GUI，这个范式转移意味着所有SaaS都可能被AI agent穿透。

第二，Agent开始具备"长时间自主工作"的能力。人不需要一直守在屏幕前逐步指挥，Agent可以独立完成跨应用的多步骤任务。这对知识工作的重构才刚刚开始。

第三，OpenAI没有公布GDPval成绩——这个衡量真实知识工作能力的基准恰恰是Astra最该证明自己的地方。官方理由是现有测试不覆盖长时间多步骤场景，但成绩单上的空白依然刺眼。

Brockman说AGI不是由某项测试划线，而是看人类愿意把多少工作交给AI。这个定义很聪明——它把AGI从一个技术里程碑变成了一个市场叙事，而叙事是可以被定价的。

最后一个问题留给大家：当一个AI agent可以直接操作你的电脑、发现零日漏洞、还能让虚拟角色自主交流——你觉得"AGI时代"这个说法，是提前了还是刚好？