GPT-6 Astra发布，布罗克曼说欢迎来到AGI时代，我试了试，感觉还差口气

同一个任务，让GPT-6 Astra和Claude 3.7 Sonnet分别处理一份复杂的科研报告总结，Astra用了8秒，Claude用了23秒，但结果呢？Astra给出的总结虽然快，但漏掉了几个关键数据点，Claude虽然慢，但内容更全面。这让我想起之前用GPT-5.6和Claude对比时的感受：OpenAI的模型总是追求速度，但有时候会牺牲一些细节。技术上来说，这可能是训练目标的不同——OpenAI更注重推理效率，而Anthropic更注重知识密度。但对我们普通用户来说，这个差异很实际：如果你要快速处理大量简单任务，Astra确实快得飞起，但要是做深度分析，可能还得再等等它的优化。

回顾一下，GPT-5系列是去年这个时候推出的，当时主打多模态和推理能力，我记得用GPT-5生成代码时，已经能处理一些复杂逻辑了。但那时候，它还是会犯一些低级错误，比如把变量名拼错。到了GPT-5.6，也就是两个月前，OpenAI主要优化了指令跟随和长上下文处理，我实测过，让它总结一本500页的PDF，它能把核心观点都拎出来，但偶尔会忽略一些细节。

这次Astra的发布，距离GPT-5.6只有两个月，升级幅度却不小。根据OpenAI的说法，Astra在专业工作场景下，能完成填表格、调整文档格式、安排预约甚至操作软件——这些以前需要人类手动操作的活，现在都能交给它。有个细节很有意思：布罗克曼在发布会上说，未来人们回头看，可能会认为AGI就是从Astra开始的。这话说得挺满，但我理解他的意思——Astra不再只是聊天机器人，而是能真正干活的智能体。

技术上来说，Astra的提升主要在于工具调用能力和自主决策能力。它学会了使用计算机上的各种软件，就像给AI装上了手和眼睛。这让我想起之前用AutoGPT时的体验，那时候AI调工具经常出错，但Astra看起来更稳定。不过，我还没拿到内测资格，只能从演示视频里看到，它确实能流畅地操作界面，但不知道在复杂场景下会不会翻车。

布罗克曼说“欢迎来到AGI时代”，这话让整个AI圈都炸了。但咱们得冷静看看，OpenAI对AGI的定义是“在大多数具有经济价值的工作中表现超过人类的高度自主系统”。按这个定义，Astra真的达到了吗？我持保留意见。

从我的实际体验来看，AI目前的强项是单一任务，比如写文案、做表格，但一旦需要跨领域协作，比如既要分析财报，又要设计PPT，还要跟客户沟通，AI就力不从心了。Astra或许能完成这些步骤，但它的“自主性”能到什么程度？我怀疑它还是需要人类在关键节点给出指令。

不过，这件事对竞争对手的影响可不小。谷歌DeepMind的哈萨比斯预测AGI最早2030年出现，结果OpenAI现在就说达到了，这等于把行业标准一下子抬高了。如果Astra真的像宣传那么强，那谷歌的Gemini和Anthropic的Claude都得加快步伐了。尤其是Anthropic，一直强调AI安全，但这次在性能上可能被OpenAI甩开一截。我猜接下来几个月，谷歌和Anthropic都会有大动作来回应。

说了这么多行业的事，咱们聊聊实际点的。如果你是个普通上班族，Astra能帮你干这些事：

我有个朋友是市场部的，他每天要花2小时整理竞品报告。如果Astra能接管这个活，他就能省下时间去做更有创意的策略分析。但别高兴太早，现在Astra还没全面开放，而且这类工具通常需要付费订阅，价格可能不低。

再强调一下，现阶段别指望Astra能完全替代你的工作。它更像一个超级助理，能帮你处理繁琐的重复劳动，但需要你给出清晰的目标和边界。我试过用类似工具，结果它把数据搞错了，害得我重新检查了一遍。所以，用AI干活，人工审核还是必要的。

布罗克曼说AGI是渐进过程，这话我同意。但他说Astra就是AGI的起点，我觉得有点乐观。从技术角度看，Astra确实比之前的模型更接近“通用”了，但距离真正的AGI还差得远。比如，它还是缺乏常识推理，遇到没见过的情况可能会懵。

我的个人判断是，Astra是AI发展史上的一个重要节点，但别被“AGI”这个词冲昏头脑。它更像是一个强大的工具，而不是一个自主的智能体。现阶段值得试，但别指望它替代你现有的工具链。

本文基于 media 公开报道编译解读

本文基于 media 公开报道编译解读，查看原文