昨天凌晨3 点半，OpenAI 发布了 GPT-6 Astra，说”欢迎来到 AGI 时代” 我刚好在熬夜，恰好看到了

可惜tibo说不能体验，还要过几天才能开放给所有人用

今天上午终于看到一些人的实测，看完之后，真的蛮惊叹的

我感觉这个东西确实是能力天花板，而且现在已经跳出之前的玩法了

我看完之后，总结三个比较直观的点：

第一，他是天赋怪，悟性超强，能自己摸索规则

有个测试叫做 ARC-AGI-3，专门测 AI 的”悟性” 什么意思呢？就是给你一堆从来没见过的游戏，没说明书，没规则提示，甚至不告诉你目标是啥

你得自己玩，自己琢磨”碰到红色会死”、”这个方块是可以推的”，然后把学到的规律用到更难的关卡里

半年前最强的 AI 得分：0.51% Claude Opus 5（已经蛮强了）：30.2% GPT-6 Astra：99.9% 人类平均分：48%

真很离谱的得分。因为它不是背答案背出来的，是真的在”悟”

就跟游戏的天赋一样，这玩意儿是个天赋怪

第二，它能自己操作电脑，像人一样用鼠标

Astra 具备高级的操作电脑能力，它能看着屏幕，自己点鼠标，自己填表，自己找按钮 比如：

  • 你让它整理一份在线表格，它会自己打开浏览器，找到表格，一个个单元格填进去
  • 你让它测试网站，它会自己点按钮、提交表单，看哪里报错
  • 你让它装个软件，它会自己下载、安装、运行，遇到弹窗还知道该点”确定”还是”取消”

官方甚至演示了 Astra 直接操作 Blender 建模、用 UE5 渲染场景 为什么这能力很强？

其实之前也有computer use 功能，但是准确性和稳定性比较弱

自从他把我的谷歌表格搞得一团糟之后，我就不用它了

这次更新，根据其他人的测试，准确性真的强化很多

不过我觉得还是不能大规模应用，小场景可以，大规模不行

主要是两点：1. 稳定性（很多事情不允许错，比如填表） 2. 烧 token、费钱（小心钱包）

第三， 它会快速”心算”，思考过程越来越不透明

我们知道，有的大模型思考问题（比如 deepseek ），会在思维链里一步步写出来：

先分析用户需求 → 再查找相关数据 → 然后做计算 → 最后给出答案

这样我们能看懂它在想什么

比如，如果它突然冒出”我可以绕过权限”这种危险想法，监控系统ye能直接拦住 不过这次 Astra 不一样，它越来越喜欢心算，直接给答案，不写思考过程

测试显示，Astra 能”心算”解决相当于人类思考 30.9 分钟的数学题，是上一代模型的 10 倍。 听起来很牛逼对不对？

但问题来了：我们看不懂它在想什么了

OpenAI 自己也承认，Astra 的”思维链可监控性显著下降”。它的推理语言变得越来越压缩，出现了一些人类很难理解的短语和省略表达

这就很有问题了：一个比我们聪明得多的 AI，我们还能理解它吗？

如果它做了坏事，怎么办？

这就需要全世界的 AI 安全部门，共同出力，想办法解决问题

🤔 所以，AGI 真的来了吗？

OpenAI 的总裁说：”未来人们可能会回头看，把这个时间、这个模型，视为 AGI 到来的节点。” 我的感觉是：AGI 快来了，但是还有瓶颈 现在有一种说 agi 来了的论调，是因为它已经超过了人类理解的范畴

哪怕它超出一些极限，涌现一些智慧，我们人类也可能察觉不到

我认为 agi 可能还要好几年，但是也快了

因为现在大模型有点陷入一种瓶颈

  1. 无法接触真实世界反馈，没有真正意义上接触真实世界，就很难说拥有更高级的智能
  2. 大模型现在吞噬了海量的资料，但是只是局部的细节的不断强化，结构还是没变，如果不发现新的结构，也很难涌现出真正的智慧

AGI 来了吗？没来

但是现在属于黎明前的黑暗

相信不久之后就能看到 AGI 的阳光，洒过世界大地

我们在等待，在预备

AGI，快来了