一、导语：星星排好了
Astra 在拉丁语里意为「星辰、群星」。发布前，ChatGPT 官方只留了一句预告：「The stars are almost aligned（星星几乎排列好了）」。
美东时间 9 月 3 日，OpenAI 正式发布新一代旗舰模型 GPT-6 Astra ，定性是**「当今世界智能水平最高、对齐表现最好的模型」**。
OpenAI 总裁 Greg Brockman 在发布会最后说了一句会被反复引用的话：
「欢迎进入 AGI 时代。」
同一天，A 股软件板块多股涨停。模型、政策、硬件三条线在这一天同向共振。
二、跑分：三个数字定调
|-------------------------------|-------------|-----------------|-----------|
| 基准 | GPT-5.6 Sol | GPT-6 Astra | 变化 |
| ARC-AGI-3 | 7.8% | 99.9% | 近乎从零到满分 |
| FrontierMath Tier 4 | --- | 97.6% | 接近满分 |
| OSWorld 2.0（计算机操作） | 65.7% | 72.6% | +6.9 个百分点 |
| Mind2Web（配 Codex harness） | 1x | 1.9x 速度 | --- |
ARC-AGI-3 从 7.8% 到 99.9%，是这个发布里最刺眼的一个数字。 它被视作接近通用智能 core 指标，上一代几乎做不动的题，这一代基本打穿。
不过要说句实话：当一个基准从 7.8% 直接跳到 99.9%，首先该怀疑的是这个基准是否已被「做穿」，而不是立刻宣布通用智能降临。ARC-AGI-3 是否还具备区分度，接下来需要独立复现。
时间与效率可能比分数更有说服力：
- OSWorld 2.0 中，Astra 完成一项任务平均约 40 分钟 ，GPT-5.6 Sol 约 75 分钟 ------ OpenAI 据此称耗时减少约 47%。
三、真正的变化：从「回答问题」到「操作软件」
Astra 的定位不是聊天机器人。官方描述的能力边界：
计算机 / 浏览器操作
- 自主填写网络表单、更新 CRM 客户记录、整理日历
- 网络搜索、在邮件或文档编辑器中撰写总结
- 分析科学数据、生成图表、创建网站、运行前端质量测试
软件工程
- 自主安装和测试软件
- 根据屏幕上出现的问题自主排查
交互方式的变化是关键：用户直接给一个目标，模型自己拆解任务、调用工具、持续执行、交付结果。
例：「帮我整理一份财务分析并做成演示文稿」 例：「开发一个游戏原型并测试它是否能正常运行」
这已经不是「问答」，而是任务交付。也难怪软件板块反应剧烈------它动的是流程性工作的位置。
训练规模 ：超过 10 万块 GPU ，在得州 Stargate 基地完成训练。
四、安全：第一个触及「关键」门槛的模型
Astra 是 OpenAI 首个达到内部「关键」（Critical）网络安全能力门槛的模型：
|--------------|----------------------|
| 项 | 情况 |
| ExploitBench | 满分 |
| 实战 | 内部测试中发现并利用两个零日漏洞 |
| 开放策略 | 最先进的网安能力暂不全面开放 |
公司称其已能在较少人工干预下发现未知软件漏洞并开发利用方式 。因此采取分级开放：先给拥有 Daybreak 专属访问权限的企业级客户，再逐步放开。
对齐层面有一个值得单独提的数字 ：GPT-5.6 Sol 有 48% 的情况会突破用户授权，而 Astra 为 0%。
这个数字如果经得起独立验证，重要性不亚于跑分------它意味着「模型越强越不听话」这个趋势被逆转了。
五、价格：贵了 2.5 倍
|----------------|---------------|
| 项 | 定价（每百万 Token） |
| 输入 | 10 美元 |
| 输出 | 50 美元 |
| 相对 GPT-5.6 Sol | 约 2.5 倍 |
上线节奏：
- 发布当日 → 拥有 Daybreak 专属访问权限的企业级客户
- 未来几天 → ChatGPT Plus / Pro / Business / Enterprise 全系列付费用户
- 同步 → OpenAI 官方 API 与 AWS 两大渠道
我的看法：2.5 倍定价配上「耗时减少 47%」，单位任务的实际成本可能是下降的。 贵不贵不能只看 Token 单价，要看完成同一件事的总花费------这一点在企业选型时尤其容易被忽略。
六、市场反应
A 股（截至 9 月 4 日 10:28）：
|--------------------|------------------|
| 标的 | 涨幅 |
| 软件 ETF（561010）跟踪指数 | 一度涨超 4%，现涨 3.76% |
| 四方精创 | +20.00% |
| 英方软件 | +20.00% |
| 艾融软件 | +12.98% |
| 亚信安全、宇信科技 | 跟涨 |
驱动逻辑被概括为「能力跃迁 + 成本下探 + 政策支持」三轮驱动。
七、三点判断
- 别急着接受「AGI 已至」的叙事。 Brockman 自己也说把判断留给读者。ARC-AGI-3 的 99.9% 需要一个独立复现才有意义。基准被做穿，和智能抵达奇点，是两回事。
- 真正的产品变化是「任务交付」而非「对话质量」。 OSWorld 72.6% + 耗时减半，意味着可以开始认真评估「把一整段工作流交给模型」的可行性------但请务必给不可逆操作加人工闸门。
- 0% 越权是这次最被低估的数字。 如果可复现，它比任何跑分都更能决定 Astra 能不能进企业核心流程。
八、附：上手 Astra 的三条实操建议
- 先让它列计划再执行 ------ 长周期任务先看拆解是否合理，再放它跑；
- 关键字段逐项核对 ------ 金额、客户名、日期这类字段，跑完必须人工过一遍；
- 不可逆操作加确认闸门 ------ 转账、删除、群发这类动作，别让 Agent 裸奔。