OpenAI在9月3日发布了新一代旗舰模型GPT-6 Astra，这被公司内部称…

OpenAI在9月3日发布了新一代旗舰模型GPT-6 Astra，这被公司内部称为"有史以来最复杂的AI模型"。发布会现场，总裁Greg Brockman高调宣布"欢迎进入AGI时代"，英伟达CEO黄仁勋也在社交平台上发文祝贺，称"通用人工智能已经到来"。 但这场发布会背后，却隐藏着不少争议。 训练规模空前：10万块GPU打造的"外星大脑" Astra的训练动用了超过10万块英伟达Grace Blackwell GPU，在得州Stargate基地完成。模型的上下文窗口达到了105万token，这意味着它可以处理极其复杂的长文本任务。 从技术能力来看，Astra确实展现了令人瞩目的进步。它不再只是一个聊天机器人，而是一个能够直接操作电脑、执行复杂任务的AI Agent。根据官方展示，Astra可以填写在线表格、更新客户管理系统、整理日程，也可以分析科研数据、生成图表、搭建网站并检查功能。 更让业界震惊的是，Astra在网络安全领域首次达到了OpenAI内部"关键"能力门槛。在内部测试中，它发现了两个此前未知的零日漏洞，并能够将多个漏洞串联起来形成攻击链。这意味着AI已经具备了发现和利用未知安全漏洞的能力。 基准测试数据"罗生门"：4.2%还是2%？ 然而，就在发布会的高光时刻，Fortune发布了一篇调查报道，揭露了OpenAI在基准测试数据上的反复修改行为。 最受关注的幻觉率指标，最初公布为4.2%，随后被悄然修改为2%，在舆论压力下又被改回4.2%。不仅如此，竞争对手Anthropic旗下模型在某些测试中的成绩也出现了被下调的情况。 这种反复修改基准数据的做法，被业界戏称为"Benchmaxxing"——反复调参刷分，直到数字好看为止。当一家公司在宣告"AGI已来"的同一周，其首席科学家却在公开场合承认对模型的能力边界感到忧虑，这种矛盾本身就折射出这场发布背后的深层不安。 首席科学家的警告：我们越来越难以理解模型在想什么 OpenAI首席科学家Pachocki在媒体简报会上坦言，随着模型能力不断提升，确保它们不会造成意外伤害已经变得越来越困难，这可能会成为AI进一步发展的瓶颈。 他在发布会当天还发布了一篇题为《外星大脑》的文章，警告说模型正变得如此复杂，以至于"我们越来越难以理解它们在想什么"。同一个公司三位核心人物的三种态度——总裁的高调宣告、CEO此前"AGI只是营销词"的表态、首席科学家的忧虑——本身就构成了一个耐人寻味的画面。 市场反应：硬件跌停，应用涨停 发布当日，A股市场出现了一个有趣的现象："硬件跌停、应用涨停"。算力硬件板块集体下挫，而AI应用概念股全线飙升。 这个反应背后的逻辑是：如果AGI真的到来，那么硬件基础设施的需求逻辑将被重写，模型能力将不再是瓶颈，应用层才是价值捕获的主战场。但这个逻辑是否经得起推敲？当基准数据本身都存疑时，建立在数据之上的所有叙事都需要打上一个问号。 对中国AI行业的影响 从更宏观的视角来看，GPT-6 Astra的发布标志着AI竞争的标准正在发生变化——从生成更好的文字、代码和图片，逐渐转向独立完成一项完整工作。这意味着AI正在从"辅助工具"向"自主执行者"转变。 对于中国AI行业来说，这既是挑战也是机遇。一方面，我们需要追赶OpenAI在模型能力上的领先；另一方面，中国AI大模型已经连续十九周在全球调用量上超越美国，腾讯混元Hy4 preview更是以14.7万亿Token登顶全球榜首，单周环比暴增379%。 模型能力的提升正在拓展AI的应用空间，企业和用户也更加重视使用成本与投入产出比。随着模型加快进入实际工作流程，算力需求、任务执行效率和商业化进展将成为观察产业发展的重要线索。 结语 GPT-6 Astra的发布，无疑是AI发展史上的一个重要节点。但当我们为技术进步欢呼的同时，也需要保持清醒：基准测试数据的争议、首席科学家的警告、安全能力的限制，都在提醒我们，通往AGI的道路并非一片坦途。 正如Pachocki所说，模型正变得如此复杂，以至于我们越来越难以理解它们在想什么。这或许才是AI发展最需要警惕的问题。