文 | 字母 AI
Astra 发布前几个小时，AI 圈先乱成了一团。
9 月 3 日晚间，ChatGPT、Claude 和 Grok 几乎同时出现大范围服务异常，大量用户不是打不开模型，就是请求失败。
恰在此时，ChatGPT 官方账号在仰望星空："The stars are almost aligned."（群星即将就位）
当然，这只是网友造的一个梗，目前没有证据表明这场故障与 Astra 有关。
但这个玩笑出现得恰逢其时——就在两天前，OpenAI 刚刚宣布，这款尚未正式发布的新模型已经成为公司第一个跨过 Preparedness Framework"Critical" 网络安全能力阈值的模型。
然后，群星真的 " 就位 " 了。
北京时间 9 月 4 日凌晨，OpenAI 正式发布 GPT-6 Astra。
但并没有全量上线。目前 Astra 只向少量 Trusted Access/Daybreak 体系中的机构和经过审核的网络安全用户开放—— Plus、Pro、Business、Enterprise 和 API 用户还要再 " 仰望 " 几天。
9 月 4 日，OpenAI" 对内 " 发布了 GPT-6 Astra。
目前，Astra 只向 Trusted Access / Daybreak 体系中的少量机构开放。OpenAI 表示，Plus、Pro、Business、Enterprise 订阅用户以及 API，将在未来几天陆续获得访问权限。
至于这个 " 几天 " 究竟是多少天，暂时没有更具体的时间表。
在发布前的闭门媒体简报会上，OpenAI 总裁 Greg Brockman 给了 Astra 一个相当夸张的注脚："Welcome to the AGI era."
欢迎来到 AGI 时代。
OpenAI 研究副总裁 Aidan Clark 则从另一个角度解释了 Astra 为什么特殊：" 这是第一次在德州 Stargate 站点用超过 10 万张 GPU 做预训练，从数据中心网络到推理内核再到模型本身的形态，全部围绕这个训练规模从零设计 "。
Aidan 同时表示，Astra 也是 OpenAI 第一款让旧代际模型深度参与训练过程的产品。
简单来说，训练下一代 AI 的人里，已经开始出现上一代 AI。
虽然它还远远算不上 "AI 自己训练自己 "，但模型已经进入了下一代模型的研发流程。
在前天 Anthropic 称 Fable/Mythos 5.1 是 " 目前世界上最先进的编码和知识工作模型 " 之后，今天，OpenAI 也把称 Astra 是 " 世界上最强、最对齐的模型 "。
基准测试方面，最吓人的数字，来自 ARC-AGI-3。
这是一个专门测试模型能否进入从未见过的 2D 环境，通过不断试错发现规则、完成目标的 Agent 基准。它不像传统考试那样考记住多少知识，而更接近于把 AI 丢进一个陌生游戏里，看它能不能自己摸清楚 " 这个世界怎么运转 "。
Astra 在 OpenAI 自己的 Provider Adapter 配置下，最高拿到了 99.9%。
但这个数字需要拆开看。ARC Prize 还使用了一套所有厂商都可以统一比较的 Standard harness。在这里，Astra 最高只有 62.7%。
接上这套生产系统之后，Astra 从 62.7% 跳到了 99.9%，而且在双方都成功完成的任务中，Provider Adapter 整体运行速度约快 3.66 倍，token 消耗还减少了 49%。
某种意义上，挺像开外挂的。
在高难度数学方面，FrontierMath Tier 4 为 97.6%。FrontierMath 所处的 Epoch AI 表示，OpenAI 资助了该基准的开发，并对其部分题目拥有独占访问权。
值得关注的分数还有：
DeepSWE v1.1 74.1%
BenchCAD 95.9%
Terminal-Bench 科学任务 64.6%。
打开官网，案例几乎是一个接一个往下放。
KiCad、Excel、Blender、Power BI、浏览器填表、网站 QA；再到找房、找医生、预约 DMV、做税表、做 PPT、开发游戏、分析科研数据。
过去几代 GPT 发布，OpenAI 主要在告诉用户这个模型能回答什么；到了 Astra，它的重心似乎转了个向，变成了：你到底还有多少事情，可以直接交给 AI 去做。
OpenAI 甚至直接称 Astra 为 " 世界上最好的 computer use 模型 "。
模型在 " 用电脑 " 这件事上的进步，可能比分数更重要。在 Codex 里，Astra 带来了一套新的上下文机制：上下文窗口填满时不再只靠压缩摘要，而是可以跨窗口保留笔记、回搜更早的消息和工具输出。
Astra 还可以在某个问题悬而未决时，先继续做不依赖答案的部分，避免单个未决问题卡死整个任务。
当然，能力也直接写进了价格里。
GPT-6 Astra 的 API 标准价格是：每百万输入 token 10 美元，缓存输入 1 美元，输出 50 美元。
相比 GPT-5.6 Sol 目前的 4 美元输入、0.4 美元缓存和 20 美元输出，Astra 整档价格直接提高到了 2.5 倍。OpenAI 给它的定位也很明确：如果不知道该选什么旗舰模型，可以选 Astra；如果更在意成本，则继续使用 GPT-5.6 Terra 或者 Luna。
它仍然提供 105 万 token 上下文和最高 12.8 万 token 输出。但长上下文也有额外成本：和 GPT-5.6 系列一样，当单次输入超过 272K token 后，整次请求的输入费用会按 2 倍计算，输出则按 1.5 倍计算。
所以，OpenAI 其实给 Astra 独划出了一个更昂贵的智能档位。
如果只是问一个问题、改几段文案，花 2.5 倍价格未必值得。
但如果模型真能自己坐在电脑前，连续工作几十分钟甚至几个小时，把过去需要人来回切软件、查资料、填表格、改文件的一整件事情做完，那么真正该比较的，就不再只是每百万 token 多少钱了。
几个技术点，值得注意
Astra 还有几个技术点，或许比 Benchmark 本身更值得注意。
第一个是逆向工程。
OpenAI 在这次发布中引用了 SRE-Bench。这是 Columbia DAPLab 等团队今年推出的一套逆向工程基准：不给模型源代码，只给编译后的二进制程序，看它能不能重新理解程序逻辑、找到关键行为。
Astra 一次尝试的成功率达到 88.0%，最多四次尝试可以达到 99.2%。
同一套规则下，GPT-5.6 Sol 分别只有 55.9% 和 68.7%。
这对恶意软件分析、固件研究、漏洞挖掘和数字取证都有直接意义。
第二个变化，是 Astra 在超长任务里 " 不容易找丢东西了 "。
在 MRCR v2 八针检索测试中，Astra 面对 256K 至 512K 上下文时准确率达到 100%；到了 512K 至 1M token，仍然有 96.3%。而 GPT-5.6 Sol 在这两个区间分别只有 91.5% 和 73.8%。
Astra 则开始把 " 上下文窗口有多大 "，推进到了另一个更实际的问题：一个 Agent 到底能记住多长时间以前发生的事情。
对于需要连续工作几十分钟甚至几个小时的 Agent 来说，这可能比再增加几十万 token 窗口更重要。
除此之外，Astra 身上还有一个比较反常的变化。
它变得更对齐了，却也变得更难监控了。
OpenAI 公布的一组内部电脑使用安全测试中，Astra 的违规率从 Sol 的 22.0% 下降到了 2.4%；在专门观察模型是否会为了完成任务绕过限制的测试里，Astra 为 0%。内部幻觉测试也从 Sol 的 9.4% 下降到 Astra 的 2.0%。
至少按照 OpenAI 自己的测试，Astra 明显更少 " 乱来 "。但 OpenAI 首席科学家 Jakub Pachocki 同时提醒：" 智能的进步，并不保证对齐的进步。"
过去一种很重要的 AI 安全办法，是监控模型的思维链（Chain of Thought）：如果模型准备越权、攻击某个系统或者偷偷改变目标，可以提前从它的推理里看到蛛丝马迹。
但 OpenAI 发现，Astra 对于自己的书面推理拥有更强的控制能力。一些过去必须写很多步才能解决的问题，它现在可以用更少的显式推理完成；如果模型知道自己的思考过程正在被监控，还会明显改变或者缩短这些内容。
因此，OpenAI 现在已经不能只盯思维链了。
为了盯住 Astra，不让它做出此前在 Sol 上出现的攻击行为，OpenAI 在生产环境里装上了 " 失对齐监控 "（misalignment monitoring）。它会同时观察模型的推理、实际动作、工具调用以及整条任务轨迹。
如果系统判断模型可能正在严重偏离用户原始意图，可以暂停甚至直接终止任务。
在 API 里，被拦截的任务可能直接结束；在 ChatGPT 或 Codex 里，一些情况下则会先让用户重新确认：
" 这真的是你想让我做的吗？"
OpenAI 还推出了 Fast 模式：价格翻倍，最高换来约 2.5 倍执行速度。
对于普通聊天，这可能没什么吸引力。但如果一个 Agent 原本要在浏览器和软件里跑 40 分钟，把时间缩到十几二十分钟，速度本身就会变成产品能力的一部分。
订阅侧，Astra 会包含在现有订阅额度里；Pro、Business 和 Enterprise 还会获得能力更强的 Astra Pro。Enterprise 默认不会直接开启，需要管理员手动打开。
虽然，现在暂时都还打不开……
前史复杂，限量开放
Astra 可能是 OpenAI 迄今 " 前史 " 最多的一次模型发布。
很多模型都是先发布，再慢慢暴露问题，而 Astra 反了过来——当然，不排除有部分营销手段。但在正式上线以前，OpenAI 已经花了将近一个月，不断解释它为什么需要被更谨慎地训练、测试和开放。
8 月 7 日，OpenAI 第一次公开表示，最新内部评估让公司已经无法排除 Astra 达到 Preparedness Framework 下 "Critical" 网络安全能力阈值的可能。
到了 9 月 1 日，这个 " 可能 " 变成了正式结论：Astra 成为了 OpenAI 第个被评定为 Critical 网络安全能力的模型。
按照 OpenAI 自己的标准，这意味着在拥有合适工具和访问权限的情况下，Astra 已经能够在很多经过加固的现实系统中，不需要人类逐步指导，自主发现此前未知的漏洞并开发可用的利用方式；或者只给它一个高层目标，就能自己设计并执行一套针对加固目标的端到端攻击策略。
这已经不只是 " 会写攻击代码 " 的水平了，在 ExploitBench 上，Astra 直接拿到了 100%。
测试过程中，它甚至自己发现并利用了两个此前未知的 zero-day，并把它们串进了一条漏洞利用链。OpenAI 称，目前正在向维护者披露这两个漏洞。
专家测试则更接近现实攻击。面对经过强化的浏览器，Astra 找到未知漏洞后，可以一路做到逃出沙盒，并在宿主机执行命令；在加固操作系统上，它又把多个漏洞串成一条本地提权链，从普通用户拿到 root 权限。
也正是在这个过程中，OpenAI 第一次发现，模型的危险能力已经开始影响模型本身应该怎么被训练。
8 月 18 日，OpenAI 公开承认，公司一度暂缓扩大训练规模，其中包括暂停两周拟用于部署的最新模型强化学习训练。
与此同时，大量涉及 Astra 的训练和评估任务，也因为还没有迁移到新的安全环境而继续暂停。
过去讨论 AI 安全，更多是在问模型训练完以后，能不能安全地交给用户；但在 Astra 这里，问题已经提前到了训练阶段。
OpenAI 因此重新加固了整个研究环境。执行模型生成代码的任务需要更严格的沙盒；高风险工作负载需要更强的网络隔离；Astra checkpoint 增加加密和访问控制；所有带工具的 Astra 推理都要接受额外监控。
这套监控本身甚至不便宜，OpenAI 估算，仅监控系统带来的计算开销，就大约相当于被监控推理算力的 20%。
换句话说，Astra 的成本不只 " 训练一个更大的模型 "，OpenAI 还要额外花掉相当一部分算力，去盯着这个模型到底在做什么。
这也解释了为什么，Astra 正式发布以后，最先进的网络安全能力并没有直接完全放给所有人。
OpenAI 明确表示，Astra 默认生产版本仍会对高风险网络攻击请求设置限制；更高级的网络安全工作流，最初只向一小群 Alpha 测试者开放，再通过 Daybreak Blue 逐步扩大到经过审核的防御性用户。
普通用户未来几天虽然也会拿到 Astra，但并不意味着每个人拿到的能力边界完全一样。
这种限制甚至可能产生误伤。OpenAI 提前警告，额外的安全检查有可能让正常任务变慢、暂停甚至直接停止，连一些看起来与网络安全无关的长时间 Agent 任务，也可能被错误标记。
如果 ChatGPT 或 Codex 里的任务被不对齐监控暂停，用户可能需要回来确认操作后才能继续；API 里的任务则可能直接终止。
这部分变化，很容易在 Astra 发布以后被 "AGI" 的风头盖过去。
模型越有能力，人能直接获得多少能力，开始越来越取决于平台愿意给你多少权限。
然后，在这样一连串 "Critical、暂停训练、隔离、监控、分级开放 " 之后，Greg Brockman 在发布 Astra 的媒体简报会上说："Welcome to the AGI era."
他甚至表示，如果让他个人判断，他认为 " 我们已经实现了 "。
但被追问 " 那 OpenAI 是否正式宣布实现 AGI" 时，Brockman 又承认，AGI 已经变成一个 "gray, fuzzy thing"，更像一种 "mission concept" 或者 "spiritual concept"，而不是一个能够精确划线的技术标准。
更早之前，在《Sources Podcast》里，Altman 已经不太愿意认真讨论 " 我们什么时候实现 AGI" 这个问题了，他认为 AGI 这个词 " 往好了说，也是一个定义非常模糊的概念 "，甚至差点把它称作一个 " 无关紧要的营销术语 "。
原因不是 OpenAI 离 AGI 更远了。恰恰相反，是因为在 Altman 的判断里，AGI 可能已经没有那么重要。
他真正开始担心的是下一个词：Superintelligence，超级智能。
Altman 说，一年前，他还不认为 OpenAI 正处在通往超级智能的短期轨迹上。现在，他认为这件事 " 可能会发生 "。
不过还是想吐槽一下，难道 ASI 就不是 " 无关紧要的营销术语 " 了吗？
