9月3日，OpenAI正式发布GPT-6 Astra。相比过去大模型发布时频繁强调推理、代码和Benchmark成绩，这一次OpenAI在发布页面和视频里，花了大量篇幅展示AI"怎么工作"。
Astra可以操作Excel、Power BI和网页，填写表格、更新系统信息、进行前端QA；也可以在Blender中完成建模后继续进入Unreal Engine处理场景；在科研任务中，它还能直接进入专业软件分析数据。除此之外，OpenAI还展示了找公寓、预约服务、寻找医生等看起来更日常的任务：Astra需要自己搜索信息、比较条件、操作页面，并持续推进任务直到得到结果。
OpenAI给GPT-6 Astra的官方定位也很直接：面向最复杂的端到端工作（end-to-end work）。同时，它在Computer Use、复杂多步骤任务、专业工作成果生成等方面都进行了重点强化。这些视频真正值得关注的，并不是GPT又多会用了几个软件。更重要的变化是，OpenAI正在重新定义Agent能力的边界。
过去讨论Agent，很多时候关注的是它能不能搜索、调用API、运行代码或者使用某个工具。但当Agent开始进入真实工作环境以后，"会调用工具"只是任务中的一个步骤。真正有价值的是：Agent能不能理解一个目标，在较长的任务链中持续判断，跨越多个工具和软件，并最终把一件事情完成。
这意味着，Agent的竞争正在从Tool Use继续往前走：Tool Use → Task Execution → Workflow → End-to-End Work。
一、Agent正在从"会用工具"，走向"围绕目标持续工作"
Tool Use是过去几年Agent能力快速发展的关键一步。模型不再只生成文字，而是能够根据任务选择搜索、代码、数据库、API等外部工具，再根据返回结果继续推理。但这种模式有一个明显特点：任务通常比较短。
例如：用户提出一个问题，模型判断需要查询数据库，调用一次SQL工具，拿到结果，再返回答案。真正进入工作环境以后，任务结构完全不同。以OpenAI展示的找公寓、找医生、预约服务等任务为例，用户真正提出的并不是："打开一个网页。"而是一个完整目标。
为了完成这个目标，Agent可能需要先理解预算、位置、时间等约束，再访问不同网站，搜索多个结果，逐一比较条件，排除不符合的选项，过程中还可能遇到网页结构变化、信息缺失或者新的限制条件。这时候，真正困难的已经不是"下一步应该调用哪个工具"。而是经过几十个步骤以后，Agent是否仍然知道自己最初要完成什么。
这也是Long-Horizon Task与简单Tool Calling之间最明显的区别。Agent需要同时维护两类信息：
- 一类是相对稳定的目标和约束，例如用户预算、任务要求、交付标准；
- 另一类则是不断变化的执行状态，例如已经访问过哪些页面、哪些方案被排除、当前正在处理哪一步、接下来还有什么未完成。
因此，当任务从一次工具调用变成完整工作以后，Agent的核心能力开始从单纯的Tool Selection，扩展到Goal Understanding、Planning、State Management和Continuous Reasoning。OpenAI在开发者文档中也特别强调，Astra能够跨代码、浏览器和专业软件执行多步骤Workflow，并且在用户中途增加要求或者改变方向时继续调整任务。
从这个角度看，GPT-6 Astra真正想证明的，不只是"Computer Use更强"。而是Agent开始具备围绕一个目标持续工作的能力。
二、从Tool到Workflow，Agent真正需要理解的是"任务链"
OpenAI这次展示中，一个很值得关注的案例，是Astra跨不同软件完成任务。例如从Blender中的3D建模继续进入Unreal Engine处理场景。如果只从功能角度看，可以理解为："Astra会用Blender，也会用Unreal Engine。"
但从Agent角度看，这个Demo真正展示的是另一个能力：任务可以跨越多个软件环境连续运行。也就是说，Agent面对的不再是一个Agent → 一个Tool而是"一个目标 → 多个阶段 → 多个工具 → 中间结果 → 最终交付"
在传统的软件系统中，每个工具往往只负责工作流程中的一个环节。真实工作则天然由多个工具组成。例如一个研发人员可能需要：先查资料，再处理数据，再进入专业软件分析，再生成结果，最后把结果整理成文档或演示材料。每个工具本身都不是最终目标。真正的任务，是把这些工具串起来。
这也是为什么Workflow会成为下一阶段Agent非常关键的能力。Agent需要解决的不只是"我现在有哪些工具可以用？"还需要知道先调用什么，后调用什么；什么条件下进入下一步；什么情况下需要回退；什么结果才算真正完成任务。
这背后实际上涉及更复杂的Planning和Trajectory管理。如果一个任务只有三步，模型偶尔判断错一次，影响可能不大。但如果一个任务包含几十个步骤，其中每一步都依赖前一步结果，那么任何一次错误都可能在后续不断放大。因此，长任务Agent的可靠性不能只看单次Tool Call成功率。更应该关注：End-to-End Task Success Rate。
这也是未来Agent评估标准可能发生的一个重要变化：一个完整任务，最终到底有没有被正确完成。
三、Computer Use真正改变的，是Agent进入现有软件环境的方式
GPT-6 Astra这次另一个非常明显的重点，是Computer Use。官方展示了在线表格填写、CRM更新、日历整理、科研数据分析、网站创建以及前端QA等任务。OpenAI将Astra称为目前最强的Computer Use模型之一，并明确把"操作真实软件完成专业工作"作为核心能力。
Computer Use的重要性，并不只是"AI现在会点鼠标了"。它可能改变Agent进入企业IT环境的方式。过去Agent要调用一个系统，最理想的方式通常是API。例如：Agent需要查询MES，就调用MES API；要创建工单，就调用工单系统API。这种方式结构清楚、权限明确，也更容易控制。
但现实中，大量软件并没有完善的AI接口。尤其在制造业，很多MES、ERP、设备管理软件甚至已经运行了十年以上。如果每一个系统都要先完成一轮接口改造，才能让Agent使用，Agent规模化落地的成本会很高。
Computer Use提供了另一种可能：Agent开始能够直接理解为人设计的软件界面。这意味着，未来Agent连接业务系统的方式可能同时存在两条路径：
- API / Skills调用负责高频、关键、确定性强的业务动作；
- Computer Use负责部分缺少标准接口、但人可以通过GUI操作的软件环境。
两者并不是替代关系。对于生产核心系统来说，标准API仍然更适合稳定、可审计的执行。但Computer Use的成熟，会明显降低Agent进入大量存量软件的门槛。这对工业场景尤其重要。
过去谈工业AI时，一个非常现实的问题就是：工厂已经有MES、ERP、SCADA、设备平台、质量系统、物流系统，AI到底怎么接进去？GPT-6 Astra释放出的一个信号是：未来Agent连接系统，不一定只有API这一条路。
四、完整工作越复杂，Agent越不能只追求"更自主"
Agent从"给答案"走向"执行工作"，会带来另一个变化：权限和安全开始从外围问题，变成Agent核心能力的一部分。OpenAI这次专门强调了Astra在理解用户意图、遵守任务边界和安全监控方面的改进。
例如，当任务指令存在一定模糊空间时，Astra会尽量利用已有上下文处理常规缺失信息；但如果缺失的信息可能明显改变最终结果，就会选择进一步确认。开发者文档也将"respecting task boundaries"作为Astra的重要能力之一。OpenAI甚至增加了针对Agent任务轨迹的额外监控。如果系统判断Agent可能错误理解了用户意图，任务可以被暂停或者终止，让用户重新确认。
这说明一个很重要的问题：Agent越能做事，越需要知道自己什么时候不能做。过去AI回答错误，最常见的结果是一段错误内容。但当Agent能够修改CRM、填写表单、操作业务系统甚至执行更高风险任务之后，错误的成本完全不同。
因此，真正成熟的Agent不是自主权越大越好。而是能够判断哪些动作可以自主执行；哪些动作需要审批；什么情况下应该停止；任务失败后如何回退；整个过程如何记录和审计。这意味着未来衡量Agent能力时，除了Reasoning和Tool Use，还会越来越关注Permission、Human-in-the-loop、Audit、Rollback。
在工业场景中，这一点会更加明显。Agent查询设备状态，可以自主完成；分析报警、生成维修建议，可以自主完成；但如果涉及修改关键工艺参数、停机、切换生产计划，就可能需要严格的人机审批机制。因此：Agent真正成熟的标志，不只是"能够独立完成多少工作"，还包括"能够准确判断自己的权限边界"。
五、回到工业场景：真正有价值的任务从来不是一次Tool Call
如果把GPT-6 Astra展示出的变化放到制造业，会发现它和工业Agent真实需求非常接近。例如一次设备异常。如果从AI能力角度拆，可以拆成很多小功能：设备状态查询、报警解析、SOP检索、历史维修记录查询、故障原因分析、维修建议生成、工单创建。
但站在现场工程师角度，其实只有一个任务："把这次设备异常处理掉。"
真正的工业Agent，需要围绕这个目标持续工作：读取设备状态 → 理解当前报警 → 查询历史异常 → 对比SOP和维修案例 → 分析可能原因 → 进一步读取相关工艺或设备参数 → 给出处理建议 → 必要时创建工单 → 跟踪处理结果。这里涉及的不是一个Tool，而是一整条任务链。
从工业富联科技服务目前推进的设备AI Agent实践来看，方向也是如此。设备Agent并不是只做"设备问答"，而是逐步把设备知识、实时状态和系统工具连接起来。
一开始，可以通过设备手册、SOP、维修记录、历史案例等知识，让Agent回答设备异常和维修相关问题；进一步连接设备平台和生产系统之后，Agent就可以查询实时状态、读取报警、对比参数、辅助完成根因分析，并调用相关工具生成处理建议或工单。也就是说，设备Agent真正形成价值的过程，本质上也是从Knowledge Q&A → Tool Use → Task Execution不断往完整任务推进。
但设备异常还只是一个相对明确的专业任务。当问题开始跨越多个业务领域，一个Agent就很难独立完成。例如临时订单插入。它表面上是一次排产变化，但实际可能同时影响：订单交付、设备利用率、物料供应、物流配送、工艺切换、质量稳定性和能源负荷。这时候，真正需要的就不再只是一个"更强的Agent"，而是不同专业Agent之间的协同。
在工业富联科技服务构建的Factory Brain中，可以由生产Agent、设备Agent、质量Agent、物流Agent、能耗Agent等围绕同一个业务目标协同工作。
例如，当新的订单需求进入后：生产Agent重新计算生产计划；设备Agent判断相关设备是否具备执行条件；质量Agent评估换型或参数调整带来的质量风险；物流Agent同步调整物料和配送路径；必要时，再连接机器人和自动化设备完成现场执行。Factory Brain在这里承担的，不只是"让多个Agent互相对话"，而是围绕业务目标协调不同Agent的任务、上下文和执行顺序。
这其实对应了一个很重要的变化：单Agent解决的是专业任务，多Agent协同解决的是跨领域完整工作。也因此，多智能体真正需要解决的，不是Agent数量增加之后"怎么聊天"，而是不同专业Agent如何围绕同一个业务目标，完成一条跨系统、跨角色、跨执行环节的完整任务链。
从这个角度看，GPT-6 Astra强调的End-to-End Work，与工业Agent的发展方向其实高度一致。无论是设备异常处理，还是Factory Brain下的多智能体协同，真正需要衡量的都不再是"调用了多少工具"，而是：一件真实业务任务，最终有没有被完整、稳定地处理掉。
Agent的下一阶段，不只是更会用工具GPT-6 Astra这次发布真正值得关注的，不只是Computer Use能力又提升了多少，也不只是Benchmark再次刷新。更重要的是，OpenAI开始把Agent放进完整工作环境中展示。
这也意味着，Agent接下来更重要的是：一项完整任务能不能稳定完成，完成一次需要多少成本，过程中是否安全可控。当"会调用工具"逐渐成为Agent的基础能力以后，End-to-End Work，才可能成为下一阶段真正拉开差距的地方。