GPT-6 Astra 来了

GPT-6 Astra 最值得关注的变化，不是聊天答案又提高了多少分，而是它开始围绕“把复杂任务从头做到尾”重新设计模型与 API。

它算 AGI 吗？

这次发布最容易引发争议的一句话，来自 OpenAI 总裁 Greg Brockman。他表示，自己认为“我们已经到了”，并用“欢迎来到 AGI 时代”结束发布前的媒体沟通。

支撑这种判断的，是 Astra 在多个领域同时表现出的能力广度。OpenAI 公布的结果显示，它在 ARC-AGI-3 上达到 99.9%，在 FrontierMath Tier 4 上达到 98%，在 ExploitBench 上达到 100%；同时还能操作电脑、编写软件、开展科学研究和制作专业文档。

这里的重点不是某一个分数，而是同一个系统开始具备跨领域推理、使用人类软件和连续执行复杂任务的能力。过去需要不同模型、脚本和人工协作完成的工作，现在可以交给一个 Agent 统一推进。

但把 Astra 直接写成“已经实现 AGI”并不严谨。AGI 至今没有统一定义，也没有一个得到行业普遍认可的认证测试。ARC-AGI-3 等基准能证明某类能力明显提高，不能单独证明模型已经具备与人类相当的通用智能。

更准确的说法是：OpenAI 正在主动把 Astra 放进 AGI 讨论中，而 Astra 是否真的跨过 AGI 门槛，仍要看它在陌生环境中的稳定性、自主性、迁移能力，以及完成真实任务时需要多少人工监督。

从回答问题，转向操作软件

过去的大模型擅长告诉你“应该怎么做”，但真正执行时，很容易卡在网页操作、工具等待、需求变更或上下文丢失上。

Astra 把重点放到了 computer use 和多步骤工作流。按照 OpenAI 的公开说明，它可以操作浏览器和专业软件，填写表单、更新 CRM、整理日历、处理文档，也能完成代码修改、软件安装与前端检查。

这意味着更合适的使用方式，不再是丢给它一个孤立问题，而是交付一个有验收标准的任务。例如：

Agent 开发者会感受到三个变化

第一，工具可以异步执行。应用调用一个耗时工具时，Astra 可以继续推理、处理其他部分，等结果返回后再衔接原来的任务。Agent 不必每次都停在“等待工具响应”。

第二，可以中途改需求。通过 Responses API 的 mid-turn steering，用户能在模型工作过程中补充或纠正指令，已经完成的工作会被保留。

第三，推理强度可以动态调整。常规步骤使用较低强度，遇到复杂问题再提高 effort，减少整段任务始终使用高成本推理的浪费。

最小接入方式没有变得复杂。根据官方文档，开发者可通过 Responses API 指定新模型：

import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
    model: "gpt-6-astra",
    reasoning: { effort: "low" },
    input: "检查这份需求，输出实现方案和验收清单。",
});

console.log(response.output_text);

能力变强，成本和权限也要重新算

Astra 的短上下文标准价格为每百万输入 Token 10 美元、输出 Token 50 美元；长上下文价格更高。它适合复杂、长链路、结果价值较高的任务，不适合替代低价模型处理分类、改写或简单问答。

安全边界也更严格。OpenAI 将 Astra 的网络安全能力评为 Critical，并为工具调用部署失配监控。系统判断 Agent 可能偏离授权范围时，ChatGPT 或 Codex 任务可能暂停等待用户检查；API 任务则会停止。

对团队来说，升级模型只是第一步。更重要的是重新设计权限、日志、人工确认点和失败后的恢复方式。

Astra 的发布让 Agent 更接近真正的执行者。但“更能做事”也意味着调用成本、操作权限和错误后果都会放大。先把它放进可回滚、有审计、有明确验收条件的工作流，比直接追求全自动更实际。