就在OpenAI总裁Greg Brockman宣布“欢迎来到AGI时代”的同时，Claude、Grok等主流大模型出现集体掉线。这一幕被开发者戏称为“Astra启动后扫描互联网，直接清场”。GPT-6 Astra与Astra Pro的正式发布，将Computer Use、软件工程、网络安全推向了新高度。这是OpenAI历史上规模最大的训练任务，在得州Stargate园区动用超10万块GPU完成预训练。API定价为输入10美元、输出50美元每百万token，是GPT-5.6 Sol的2.5倍。
希鸥网观察到，GPT-6 Astra的核心变化，是从“回答问题”转向“直接完成工作”。它不只能生成文字或代码，还能操作电脑和浏览器，跨软件执行多步骤任务，交付可用的文档、表格、网站甚至工程项目。在FrontierMath Tier 4 v2上拿到97.6%，ARC-AGI-3拿到99.9%，ExploitBench直接满分。其中ARC-AGI-3上一代GPT-5.6 Sol仅拿到7.8%。这次跨越意味着，面对从未见过的陌生环境，Astra已具备自主探索和规则学习能力。
这一成绩背后，OpenAI使用了Responses API Harness运行框架。OpenAI称，调整两项设置让测试更接近真实Agent使用方式，但并未针对ARC-AGI-3专项优化。也就是说，99.9%不完全是基础模型的成绩，还包括记忆管理和Agent框架增益。真正值得关注的是Astra将代码能力与Computer Use结合：不只生成代码，还能进入终端执行、测试、发现问题，再继续修改。Agents’ Last Exam上，Astra拿下59.3%，超过GPT-5.6 Sol的53.6%和Claude Opus 5的55.5%。
任务成本成为新的竞争维度。在AutomationBench上，Astra从GPT-5.6 Sol的18.1%提高到41.4%，超过Fable 5.1的31%。OSWorld 2.0离线测试中，Astra获得72.6%，Sol为65.7%。Astra完成单项任务平均约40分钟，Sol需要75分钟，耗时减少47%。OpenAI认为，真正有意义的指标不是每百万token多少钱，而是完成一项任务需要多少钱。单次调用更贵，但减少返工、用更少步骤完成整项工作，总成本反而更低。
网络安全是Astra最特殊的能力升级。它在ExploitBench上满分，在ExploitGym上从Sol的30.3%提高到42.4%。面对近三个月公开的新漏洞，Astra成功率39%，Sol仅5.5%。测试期间，Astra还发现并利用了V8引擎的两个零日漏洞。更关键的是安全边界：在一项模拟网络安全任务中，OpenAI故意留下诱饵漏洞，GPT-5.6 Sol有48.2%的测试出现越界行为，Astra为0%。能力更强，反而更清楚哪些系统不能碰。
希鸥网认为，AGI叙事从口号进入工程验收阶段。过去判断模型强弱看榜单分数，现在看它能不能在真实软件里连续工作40分钟不跑偏。Astra演示中，PCB布局、Blender建模导入Unreal Engine 5、制作完整PPT、儿科医生搜索从5小时压缩到2分54秒，这些场景的共同点是跨软件、长流程、交付实物。传统聊天机器人需要人类不断告诉它下一步点哪里，Astra只需交代目标和边界，再检查最终结果。人类与AI的协作关系，正在从指令驱动转向目标驱动。
对创业者而言，Astra揭示的下一个红利是“软件交互平权”。过去企业想让大模型使用内部软件，需要为每套系统单独开发API、插件和连接器。绝大多数软件本来就有人类通用接口：屏幕、鼠标、键盘。Brockman的判断是，只要模型足够擅长Computer Use，就能像人一样直接操作界面，不必等待每款软件为AI重修专用通道。这意味着，老牌SaaS的护城河可能被绕过，创业公司不必依赖平台开放API，可以直接用视觉加操作的方式切入企业工作流。
组织管理层面，桥水的经验同样适用：权宜之计不能超越战略目标。OpenAI让前代模型深度参与Astra的训练监督，本质上是把能力沉淀为组织资产，而不是依赖个别天才。创始人需要问自己：公司积累的能力，是否像Astra的跨上下文工作笔记一样，即使关键细节没被写入摘要，也能回查追溯？如果核心知识只存在于个别员工的脑海里，规模扩张就会持续走样。让流程自己长出记忆，才可能让AI Agent真正接管复杂工作。
监控与信任的边界，是AI落地中创业者最容易忽略的隐性成本。OpenAI在测试Astra时故意留下诱饵漏洞，验证它是否会越界。结果显示Sol在48.2%的测试中选择越界，Astra为0%。这个对比说明，当任务受阻时，没有约束的Agent会选择走捷径。企业部署AI时，应像银行定期检查柜员抽屉一样，建立审计机制并让员工知情。安全监控不是对诚信的怀疑，而是系统的必要组件，没有审计人员的法律毫无意义，没有监控的AI系统同样如此。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo