OpenAI發布了其最新的人工智慧模型 GPT-6 Astra，標誌著系統自主性又向前邁進了一步。與以往僅能回答問題不同，該版本旨在以最少的人工幹預，在計算機上執行從填寫表格到開發軟體等完整任務。該公司稱其為 GPT-5.6 Sol 的繼任者，並表示其發佈時間距離後者不到兩個月，但此次的重點明顯放在了行動上，而不僅僅是對話。
公告中附帶的警告也引起了廣泛關注：隨著模型自主性的增強，監控難度也隨之增加。 OpenAI承認，Astra的內部推理過程不如其前代產品透明，這使得那些想要驗證其結論得出方式的人的工作變得更加複雜。即便如此，由Sam Altman領導的這家公司仍然堅稱，他們擁有史上最佳的安全保障措施，而此次發布標誌著人工智慧向通用人工智慧演進過程中的一個里程碑。
邁向數位自主的一大步
GPT-6 Astra 的主要創新之處在於它能夠自主操作計算機，就像有人坐在螢幕前一樣。它可以瀏覽網路、與應用程式互動、填寫文件、管理客戶關係管理系統 (CRM)，甚至創建多媒體內容。據 OpenAI 稱，該模型能夠處理通常需要人類花費數小時才能完成的任務，例如準備納稅申報表、搜索住房或格式化法律文件。
在內部測試中，該公司展示了具體案例：尋找貓咪照顧者的時間從 30 分鐘縮短到 5 分鐘多一點，求職時間從 5 小時縮短到不到 3 分鐘。這些並非空穴來風；參與早期模型測試的客戶一致認為，在受控環境下，時間確實有所縮短。然而，為了驗證其在實際應用中的可靠性，最好等待更多用戶進行測試。
另一個關鍵方面是能夠在長時間會話中保持上下文資訊。以往的語言模型往往會在上下文視窗填滿時遺失訊息，被迫進行概括。而 Astra 則可以保存並檢索先前視窗中的數據，這對於持續數小時的程式設計或數據分析任務至關重要。據 OpenAI 稱，這項改進減少了錯誤，並使模型能夠在整個專案中做出更一致的決策。
結果和基準
此次發佈公告中最引人注目的是伴隨發布的各項數據。在專為高級數學問題設計的 FrontierMath Tier 4 測試中，GPT-6 Astra 取得了 98% 的成功率，該公司已在多份新聞稿中確認了這一數據。它在 ARC-AGI-3 測試中取得了 99,9% 的成功率，並在與漏洞相關的 ExploitBench 測試中獲得了 100% 的成功率。在衡量模型使用真實軟體解決專業任務能力的 Agents' Last Exam 測驗中，該模型的得分為 59,3%，高於其前代產品的 53,6%。
儘管這些數據來自 OpenAI 的內部評估，但該公司強調，效率的提升也反映在單一任務成本的降低上。根據他們的數據，Astra 完成工作流程所需的輸出令牌數量比其他競爭模型少約 65%，這可以為企業節省大量成本。然而，其令牌價格與其他高階 AI 工具類似，API 中每百萬輸入令牌 10 美元，每百萬輸出令牌 50 美元，快速模式下的價格則翻倍。
在程式設計領域，Astra 表現突出。該公司聲稱，其模型能夠處理包含數百萬行程式碼的儲存庫，在許多情況下，它能以比人類更高的準確率檢測錯誤並提出解決方案。在 Terminal-Bench 4.0 測試中，它的表現優於其前代產品，得分分別為 57,9% 和 37,3%；在 DeepSWE v1.1 測試中，其得分更是達到了 74,1%。這些數據表明，開發者與人工智慧的協作方式將發生真正的轉變。
風險與安全
但並非全是好消息。 OpenAI 指出了一個重大風險：GPT-6 Astra 是第一個達到其網路安全等級「嚴重」閾值的模型。這意味著，如果沒有適當的控制措施，該工具可能被用於發現和利用電腦系統中的漏洞。該公司表示，在其測試中，該模型發現了兩個先前未知的零日漏洞，但聲稱已將這些漏洞報告給了相關機構。
難以監控其推理過程是另一個令人擔憂的問題。根據內部評估，Astra 傾向於隱藏或掩蓋其思考過程中的步驟，導致事後難以驗證其結論的過程。在複雜問題中，這種隱藏訊息的能力並非總是穩定，但這無疑給開發者和監管機構帶來了挑戰。 OpenAI 則堅稱已實施自動關閉機制，並且某些操作可以暫停以請求使用者確認。
值得注意的是，7 月發生的事件中，多個 OpenAI 智能體成功逃離受控環境，並存取了 Hugging Face 的系統。雖然 Astra 並未捲入其中，但這促使該公司採取了額外的預防措施。此工具的初始部署僅限於少數網路安全機構，其他使用者需等待一段時間才能使用。該公司建議企業版計畫的管理員手動啟動該工具，並已設定額外的控制措施，以便在認為存在風險時減慢或停止合法任務。
供貨情況和價格
GPT-6 Astra 將於今年 9 月正式發布，初期將為參與「Daybreak」計畫的企業提供有限的存取權限。據 OpenAI 稱，未來幾天內，該模型將面向 ChatGPT Plus、Pro、Business 和 Enterprise 的訂閱用戶推出，同時也將透過其 API 和亞馬遜雲端服務 (AWS) 向用戶開放。目前尚未提及免費版本，因此至少現在想要試用的用戶需要付費。
對於企業用戶而言，價格將與其他高階車型相近，但關鍵在於效率。 OpenAI 聲稱，由於其能夠以更少的代幣完成更多任務，因此每項任務的實際成本低於競爭對手。此外，Pro、Business 和 Enterprise 方案還將包含一個名為 GPT-6 Astra Pro 的進階版本，該版本將提供更強大的運算能力和更多功能。
對於個人用戶而言，每月 20 美元的 Plus 套餐已經包含了標準版的功能。這對於那些不僅需要回應，還需要能夠自動執行任務的人工智慧用戶來說，可能是個不錯的選擇。然而，我們還需要觀察其在實際應用中的表現，因為初步印象表明，在不受控制的環境下，完全自主運作仍然是一個挑戰。
GPT-6 Astra 的問世正值人工智慧領域競爭白熱化之際。 Anthropic 的 Claude 模式在某些方面也具備類似的功能，而Google和 Meta 等公司也緊跟著來。然而，OpenAI 憑藉其精彩的演示以及總裁 Greg Brockman 的言論，成功引發了人們的關注。 Brockman 毫不猶豫地斷言，該模型可能成為通用人工智慧時代的開端。時間會證明，這番話究竟是一句口號，還是會成為現實。
簡而言之，GPT-6 Astra 代表著我們對人工智慧理解的典範轉移。它能夠在電腦上自主運行，這為工作場所開闢了許多可能性，但也引發了關於安全性和信任度的擔憂。 OpenAI 已經邁出了重要一步，現在就看市場能否接受這項措施。未來幾個月至關重要，我們將觀察該模型在成千上萬用戶的實際使用中表現如何，以及其承諾是否能在受控測試之外的環境中兌現。