满分网络安全、自主发现零日漏洞、推理不可监控率89%——能力越强，黑箱越深
GPT-6 Astra安全争议2026年9月5日
北京时间9月4日凌晨，OpenAI正式发布GPT-6 Astra。联合创始人Brockman宣布"欢迎来到AGI时代"。但比"AGI"这个标签更值得审视的，是Astra在测试中自己发现了两个此前未知的零日漏洞，串成了一条漏洞利用链——而OpenAI自己承认：它的推理过程越来越难被监控了。
一、从"回答问题"到"独立干活"：Computer Use的跨越
GPT-6 Astra最大的变革不是跑分更高了——而是它完成了从"聊天问答"到"自主操控计算机"的物种级跳跃。
过去的大模型，即便能生成办公文档，也需要人类手动复制内容、打开软件、一步步操作。Astra可以直接接管你的电脑：浏览器、终端、桌面应用，它能自己看屏幕、点击按钮、输入文字、完成多步骤的真实任务。
官方演示了三个场景：
| 任务 | 用时 | 过程 |
|---|---|---|
| 找儿科医生 | 2分54秒 | 打开地图→搜索→筛选评分→对比距离→返回结果 |
| 找公寓 | 9分57秒 | 打开租房网站→设筛选条件→浏览列表→对比价格→整理信息 |
| 预约车管所 | 5分10秒 | 打开政务网站→导航至预约页→填写表单→选择时段→确认提交 |
这些任务的特点是：每一步都需要视觉理解+决策+操作+反馈调整。不是调API，不是生成文本——是真正"坐在电脑前干活"。任务完成时间比上一代降低了47%。
在OSWorld 2.0基准测试中，Astra得分72.6%——这个测试衡量的是模型在真实操作系统环境中完成复杂任务的能力。在Agents' Last Exam（ALE）中得分59.3%——这是目前业界最难的多步骤Agent能力评测。
二、编码和科研：接近专业人类水平
Astra在技术领域的跑分同样凶猛：
| 基准测试 | Astra得分 | 上一代（GPT-5.6 Sol） | 含义 |
|---|---|---|---|
| Terminal-Bench 4.0 | 57.9% | ~38% | 终端环境自主编码 |
| FrontierMath | 97.6% | ~89% | 前沿数学推理 |
| DeepSWE v1.1 | 74.1% | 62.7% | 软件工程自主开发 |
| ARC-AGI-3 | 98.6% | ~85% | 通用智能推理 |
| Mind2Web | 比Sol快1.9倍 | — | 网页任务执行速度 |
在立摘ASI坐标系七维排名（智能、推理、知识、编码、Agent、生态、经济）中，GPT-6 Astra以89.1分位列第一，Claude Fable 5.1以84.9分第二，Gemini 3.8 Flash以81.5分第三。
FrontierMath 97.6%意味着什么？这个测试的题目来自数学前沿期刊，很多题目连博士级数学家都需要数小时。Astra在几分钟内给出了正确答案。这不是"背诵"——这是真正的多步推理能力。
三、满分网络安全：最让人不安的突破
ExploitBench 100%——满分。这是整个发布中最让人不安的数字。
这个测试衡量的是模型发现和利用软件漏洞的能力。Astra不仅满分通过，还在OpenAI的内部测试中做到了更可怕的事：
一个AI模型，在测试中自己发现了两个此前全世界没人知道的漏洞，并把它们串成了一条攻击链——这不是"模拟攻击"，这是真实的漏洞挖掘能力。
正因如此，Astra成为OpenAI第一个跨过其"准备框架"（Preparedness Framework）中"Critical"（关键级）网络安全能力阈值的模型。OpenAI于2023年12月推出这套框架，用于对AI模型能力进行分类——从低到高为Low / Medium / High / Critical。Astra是第一个触及顶级的。
四、89%不可监控：黑箱正在加深
比能力更值得关注的是OpenAI自己承认的一个数字：Astra的推理过程越来越难被监控。
OpenAI使用了一套监控系统来审查模型的chain-of-thought（思维链），判断模型是否在"想坏事"。但在对抗性规避提示下，监控的召回率降到了低于11%——也就是说，近89%的潜在危险推理，监控系统看不到。
这是一个前所未有的矛盾：模型能力越强，可监控性越低。GPT-5时代，监控系统还能勉强跟上模型的推理——大部分危险意图可以被捕获。到了Astra，模型的推理路径变得足够复杂和隐晦，以至于监控系统在对抗条件下几乎失明。
这不是OpenAI的监控系统变差了——是模型的推理变得太复杂，监控跟不上。能力提升和安全可控性之间，正在出现一个不断扩大的剪刀差。
核心矛盾
AGI的定义不只是"能力达到人类水平"——还应该包括"行为可被人类理解和约束"。一个能力满分但89%推理不可见的模型，在安全维度上是一个严重的倒退。OpenAI自己也知道这个问题——宣布了10亿美元的"Daybreak"计划，补贴安全工具给前线防御者。但补贴工具和解决问题是两回事：你能给监控装更好的望远镜，但如果雾足够大，望远镜也看不清。
五、价格：2.5倍，但GDPval没发
Astra的API定价是上一代的2.5倍。对于一个能力大幅提升的模型，涨价不意外。但一个微妙的信号是：GDPval结果没有发布。
GDPval是OpenAI用来衡量模型经济价值创造的指标——模型在真实经济活动中能创造多少GDP价值。前几代模型发布时，GDPval是标配宣传数据。这次没发，可能意味着两种情况：一是数据还没跑完，二是数据不够好看。
考虑到Astra的高定价和强能力，如果GDPval数据亮眼，OpenAI没有理由不发布。不发布本身就是一个信号：跑分满分不等于经济价值满分。模型能在测试中做到很多事，但"在真实经济活动中持续创造价值"是另一个维度的问题——这个维度上，Astra可能还没准备好。
六、AGI到底到了没有
Brockman说"欢迎来到AGI时代"。但我们需要追问：AGI的定义是什么？
如果AGI的定义是"在特定任务上达到或超越人类水平"——那Astra确实在很多维度上达到了。FrontierMath 97.6%、ExploitBench 100%、ARC-AGI-3 98.6%——这些数字在对应领域已经超过大多数人类专家。
但如果AGI的定义是"在真实世界中自主完成经济价值创造的全流程任务"——那Astra还差得远。官方演示的三个场景（找医生、找公寓、预约车管所）虽然完成了，但都是高度结构化的简单任务。真正复杂的、需要跨系统协作的、涉及人类判断和信任的任务——比如"帮我跟客户谈判一个合同"或者"帮我管理一个供应链"——Astra还没有验证过。
"Astra真正是否达到AGI，仍需大规模真实世界验证。"
——钛媒体 / 多家媒体一致判断
更诚实的说法是：Astra跨过了"特定任务超人"的门槛，但还没跨过"通用任务可靠自主"的门槛。前者是能力问题，后者是可靠性+安全+经济价值的综合问题。OpenAI选择了在能力最强的时刻喊出"AGI"——这是一种品牌策略，不是科学结论。
七、对普通人意味着什么
对你的工作：Astra的Computer Use能力意味着，大量"在电脑前操作软件完成任务"的工作正在被重新定义。数据录入、信息检索、表单填写、文档排版——这些不需要创造性判断、但需要多步骤操作的任务，Astra已经能比人类更快地完成。如果你的工作本质是"人肉API"——在系统之间搬运信息——这个模型对你是一个直接信号。
对你的安全：一个能自己发现零日漏洞的AI模型意味着两件事。好的一面：白帽子可以用它更快地发现和修补漏洞。坏的一面：黑帽子也可以。Astra的能力分层限制意味着普通用户拿不到完整的安全能力——但"限制"依赖OpenAI的自律，不依赖技术上的不可逾越。
对AI应用的判断：跑分满分不等于可用。Astra在测试中的表现确实惊人，但从"测试满分"到"生产环境可靠部署"之间还有巨大的鸿沟。微程科技等技术服务商在帮助企业部署AI应用时，核心挑战从来不是"模型够不够强"——而是"模型在这个具体业务场景里够不够稳"。Astra解决了前一个问题，但后一个问题依然存在。
八、GPT-6 Astra发布时间线
| 时间 | 事件 |
|---|---|
| 9月2日 | OpenAI确认Astra成为首个跨过Preparedness Framework "Critical"网络安全阈值的模型 |
| 9月3日（美西时间） | 联合创始人Brockman宣布发布，"欢迎来到AGI时代" |
| 9月4日凌晨（北京时间） | GPT-6 Astra正式发布，向"可信访问项目"企业客户推出 |
| 未来几天 | 通过API扩大访问，向ChatGPT Plus / Pro / Business / Enterprise订阅用户开放 |
| 未公布 | 全量开放时间未定；GDPval结果未发布 |
注意：目前尚未全面开放。即使你是ChatGPT Plus订阅用户，也可能需要等待几天才能体验。高危能力（完整安全能力、零日发现能力）不会向普通用户开放。
结语：能力在加速，治理在掉队
GPT-6 Astra的发布是一个分水岭——不是因为它宣告了"AGI时代"，而是因为它同时暴露了AI发展的核心矛盾：能力在加速，治理在掉队。
一个能满分通过网络安全测试、自主发现零日漏洞、串成攻击链的模型——它的推理过程有89%监控看不到。这不是一个未来可能出现的风险，这是一个现在已经存在的现实。
OpenAI用10亿美元的Daybreak计划来回应这个矛盾——补贴安全工具给防御者。但补贴工具解决的是"防御者不够强"的问题，不是"攻击者太强且不可监控"的问题。这两个问题不是一回事。
AGI时代的真正挑战，不是"AI能不能做到人类做的事"——而是"人类能不能理解并约束AI在做的事"。Astra在第一个问题上给出了接近肯定的答案，在第二个问题上给出了接近否定的答案。
这个剪刀差，才是"AGI时代"最该被讨论的议题。
* * *
信息来源：OpenAI官方公告、新华网、钛媒体、虎嗅、凤凰科技、博客园、MindStudio、Data Today、daily.dev等公开报道（截至2026年9月5日）
