大家好，我是热爱开发的田小橙。
这几天刷屏的事大家都知道了：OpenAI 把 GPT-6 Astra 放出来了。
凌晨 3 点多悄悄上线，官方口径是「全世界最智能、也最对齐的模型」。
OpenAI 总裁 Greg Brockman 在发布前的媒体闭门会上，最后说了这么一句：
"现在觉得我们已经进入 AGI 时代，并不算什么不合理的想法，欢迎来到 AGI 时代。"
朋友圈当场分成了两拨。
一拨人激动：AGI 来了，这次真的来了。
另一拨人撇嘴：又是发布会话术，噱头罢了。
吵没有用，我想做件更实际的事：
把两边手里的证据都摊开来看看，再给我的判断。
先看"已来"派手里的牌，说实话，牌面是真硬。
第一张：操作电脑。
官方这次没吹编程，吹的是"全世界最强的电脑操作模型"——像人一样看屏幕、点按钮、填表单。
ScreenSpot-Pro 这个测试专门考模型能不能看懂屏幕、并精准点到该点的位置，上一代 GPT-5.6 Sol 是 76.9%，Astra 直接干到 92.7%。
更接近真实工作的是 OSWorld：把 AI 扔进一台真电脑里让它自己干活，Astra 完成率 72.6%，Sol 是 65.7%。
更狠的是速度——完成同样的任务，Sol 平均要 75 分钟，Astra 只要 40 分钟。
第二张牌：悟性。
ARC-AGI-3 是最变态的一个测试：不给说明书、不给规则、连目标都不告诉它，模型只能自己乱按，摸清怎么算赢，再把规律用到更难的关卡上。
今年 3 月这个测试发布时，最强模型只有 0.51 分，人类平均 48 分。
Astra 拿了 99.9。
它考查的不是知识，是悟性。
第三张牌：编程。
Terminal-Bench 4.0 考的是在终端里完成软件开发、系统配置、数据分析，Astra 拿 57.9%，上一代 Sol 只有 37.3%，也压过了最强竞品 Claude Fable 5.1 的 55.8%。
以上就是"已来"派的底气，你很难说他们没道理。
再看"噱头"派手里的牌，同样不虚。
第一张：第三方评测不认。
独立评测机构 Artificial Analysis 在发布当天就出了报告：综合智能指数，Astra 61 分——跟上一代 Sol 一模一样，比 Claude Fable 5.1 还低 5 分。
第二张：成本。
同样的任务，Astra 要花 1.67 美元，Sol 是 0.94 美元。
智能一分没涨，成本快翻倍。
第三张：历史规律。
模型发布第一周像在跟神说话，几周后降智、被投诉、调回来、再发个 6.1——这套循环，过去一年大家看了不止一遍。
哦对，还有一个前情：这次 Astra 压根没开放给普通用户，只给了一小批安全厂商，订阅用户只能等，OpenAI 按天补额度。
所以"全球最强"到底成不成立？
在 OpenAI 自己挑的那批测试上，成立；换成第三方的综合指数，就未必成立。
看到这你可能觉得我在和稀泥，其实不是。
这两份成绩单给我的启发，比"AGI 来没来"的争论本身值钱得多，说三条。
启发一：方向比分数有意思。
OpenAI 主攻屏幕理解，我认为是个正确方向。
现实里绝大多数软件根本没有 API，很多公司的内部系统还是二十年前写的，文档都不知道在哪。
但所有软件都有界面——界面本身就是最通用的 API，AI 不用等谁来适配，自己看屏幕操作就完了。
启发二：你和好结果之间的差距，一半不在模型，在提示词。
OpenAI 有个开发者展示馆，收录了五十多个用 Codex 做的项目，每个案例的详情页都把当时的提示词原文一字不改地贴出来。
我翻了几页，发现官方提示词的收尾基本都是同一个套路：
"Run build and lint, then play several runs in the browser to verify collisions, scoring, failure, and restart with no console errors."
意思是：跑完构建和检查，再让 AI 在浏览器里自己玩几局，碰撞、计分、失败、重开全验一遍，控制台不许报错。
说白了就是让 AI 写完自己验收，验收不过自己修。
同一个模型，提示词里有没有这一句，做出来的东西差一个档次。
启发三，也是我的立场：
别问 AGI 来没来，每周问自己一句：这周 AI 又替我干掉了多少活？
办法很笨但有用，把手里的活儿分三类：
AI 能完整干好的，比如格式转换、补单测、改报错；
AI 打草稿你把关的，比如一段业务逻辑、一份方案初稿；
AI 插不上手的，比如定方向、做取舍、判断需求值不值得做。
每隔一段时间看一眼比例变化，这就是你个人的 AGI 进度条。
它在涨，说明不管发布会吹没吹，你都在搭车。
它不涨，AGI 真来了也轮不到你受益。
送大家一句话：
跑分是厂商的考场，工作流才是你的考场。
评论区聊两句：
你上周的活儿，AI 大概替你干掉了几成？顺便报个立场：AGI 已来派，还是噱头派？
我是热爱开发的田小橙，持续分享我的想法。觉得有用的话记得点赞收藏和关注~
