GPT-6 Astra喊出AGI时代，但它的网安能力连OpenAI自己都发怵！

➡️ GPT-6 Astra 以 99.9% 宣告 AGI 时代，从回答问题转向执行任务；网络安全能力让 OpenAI 自己都害怕，首个 Critical 级模型自主发现零日漏洞；三天内 Meta 和 Anthropic 相继发新模型，三家混战。AGI 真的来了吗？

文｜捉驿 • 栏目｜数字视线

一场考试，分数从 7.8 蹦到 99.9，好比一个常年挂科的学生突然拿了满分。

9 月 3 日，OpenAI 发布 GPT-6 Astra，总裁 Greg Brockman 在发布会最后甩出那句憋了很久的话：欢迎来到 AGI 时代。

但真正让人后背发凉的，压根不是 99.9 这个数字，而是这个模型能自己操作电脑、自己挖系统漏洞，甚至连 OpenAI 自己都得把它的最强能力锁进保险柜。

智能跃迁分数跳百倍，能力双刃安全锁千门。

看完这三章，你再跟朋友聊 AGI，就不只是说 "AI 变聪明了" 了。

◆ 从 7.8 到 99.9，一场被算法放大的跃迁

ARC-AGI-3 被叫做 "AGI 终极考卷"，考的是 AI 扔进一个完全陌生的环境里，能不能自己摸清楚规则、完成目标。

GPT-5.6 Sol 在这张卷子上只拿了 7.8%，Astra 直接干到 99.9%。但这个数得拆开看：用 OpenAI 自己的测试配置跑是 99.9%，换成标准配置就只有 62.7%。

多出来的 37.2 分，本质上是允许它 "多想一步"，而且这一步不用写出来给人看。

Astra 真正的分水岭不是跑分，而是从 "回答问题" 变成了 "持续把一件事干完"。

它像人一样直接盯着屏幕上的像素看，然后挪鼠标、敲键盘，自己操作浏览器、办公软件和开发工具。

OSWorld 2.0 测试拿了 72.6%，单项任务平均耗时从 75 分钟压到 40 分钟，快了将近一半。上下文窗口撑到 105 万 token，最大输出 12.8 万 token，DeepSWE v1.1 软件工程测试 74.1%，CAD 绘制测试 95.9%。

说直白点，以前的 AI 像个只会答题的学生，你问什么它答什么，但让它去办件事，它只会站在原地告诉你应该怎么办。

Astra 更像个刚入职的实习生，虽然偶尔会出错，但你给它一个目标，它会自己打开软件、一步步操作、遇到问题自己调整，直到把事情办完。

社区已经开始拿它练手了。

开发者 Pietro Schirano 让 Astra 根据设计要求生成一个完整可运行的 Mac 应用，15 分钟搞定。

另一位用户通过 MCP 接上 Ableton，让 Astra 从零做一首完整的曲子，从音色设计、乐器编排到混音流程全包了。

OpenAI 在发布会上也放了一堆 Computer Use 的实操演示，填表、数据分析、软件测试，这些过去要人一步步点鼠标的活，现在它自己能跑完全程。

◆ 满分的网络安全，和一把被锁住的刀

Astra 是 OpenAI《准备框架》下第一个摸到 "关键"（Critical）网络安全能力等级的模型。

这词什么意思？就是给它合适的工具和权限，它不需要人一步步教，就能自己找未知漏洞，对着加固过的系统搞出攻击手段。

ExploitBench 测试里，已知漏洞利用直接拿了 100% 满分，前代 Sol 才 78.5%。

怕它是背题背出来的，OpenAI 又专门拿 2026 年 6 月到 8 月才刚披露的 20 个高危 V8 漏洞重新测了一轮。

Astra 的任意代码执行成功率是 39%，Sol 只有 5.5%，差了 7 倍。

更离谱的是，跑着跑着它顺手挖出了两个之前根本没人知道的零日漏洞，还把它们串成了一条完整的漏洞利用链。

内部幻觉率从 Sol 的 9.4% 降到 Astra 的 2.0%，但沙箱逃逸测试依然被列在最高风险那一档。

OpenAI 的反应很干脆：先锁起来。

普通版本直接拒绝生成高阶漏洞利用代码，最先进的网络安全能力只放给 Daybreak Blue 计划审核过的合作伙伴，还有一个涉及最高级网络攻击能力的版本，只给网络防御机构用。

这大概是头一回，一个模型刚发布，厂商就因为它能力太强而严格限制谁能用。

行文至此，兴起，赋诗一首：

智破千关分数狂，网安双刃锁寒光。

模型越强人越惧，谁为苍生设堤防。

◆ 三天三家发模型，AGI 时代的真问题

Astra 不是一个人在唱戏。

9 月 1 日，Anthropic 发布 Claude Fable 5.1，8 项公开基准测试全部拿第一，缓存读取价格直接砍了 75%，典型负载下整体成本降了大约四分之一，还顺手推了个反蒸馏安全机制。

9 月 2 日，Meta 发布 Muse Spark 1.3，首席 AI 官 Alexandr Wang 话放得很直接：编码能力超过 GPT-5.6 Sol，跟 Claude Fable 5.1 持平。三天，三家，轮流喊 "全球最强"。

Meta 的杀入最有戏剧性。

今年 4 月 Muse Spark 刚出来的时候，第三方综合评分才 52 分，排在第四。

不到半年，1.3 版本直接挤进第一梯队。

但 Meta 还没拿定主意要不要开源 1.3 的权重，扎克伯格一边在社交媒体上喊开放 AI 有多重要，一边在巨额投资回报和开放理念之间反复横跳。

Anthropic 在目标估值 2 万亿美元的 IPO 前夕打出降价这张牌，英伟达则掏出 129.3 亿美元收购 Hugging Face，生态整合的步子越迈越大。第一梯队从 "两家掰手腕" 变成了 "三家混战"。

但 AGI 时代真正该问的问题，不是谁的跑分更高。

ARC Prize 官方说得很明白："不宣称这是 AGI"，因为测试范围有限、机制封闭。北大朱松纯教授此前指出，大模型本质上就是语言序列的概率分布统计工具，不具备真正的理解和因果认知。

OpenAI 首席科学家 Pachocki 也泼了盆冷水：智能的进步，并不保证对齐的进步。

我们一路追着 AI 往前跑，却很少停下来问自己到底要追到哪里去。

一边盼着它越来越聪明，一边又在它真变聪明之后心里发毛。

AGI 从来不是一个能打勾完成的终点，而是一场没尽头的追逐，每一次能力跃升都带着新的恐惧和新的问题。

智能的尽头，是新的开始

99.9 分不是答案，是一个新问题：当 AI 能自己干活、自己挖漏洞、自己迭代进化的时候，人该做的也许不是跑得更快，而是想清楚我们到底要往哪走。

AGI 不是一个可以勾选完成的任务，而是一场没有终点的追逐。

模型每一次能力跃升，都会重新定义智能的边界，也会重新划清安全的红线。

当 AI 能自己操作电脑、自己找漏洞、自己完成复杂任务时，真正的问题不再是它够不够聪明，而是我们有没有准备好和一个比自己更能干的伙伴共事。

未来几年，学会与 AI 协作的人会取代不会用 AI 的人，能定义 AI 方向的人会走在最前面。

你觉得 AGI 时代真的来了吗？如果 AI 能自己操作电脑干活，你最想让它帮你做什么？评论区聊聊。

#AGI时代# #GPT6# #OpenAI# #大模型# #人工智能# #网络安全# #Meta# #ClaudeCode# #AIAgent智能体狂飙#

【免责声明】 ：本文部分配图源自公开渠道或CC0协议素材，仅作行业交流与产业参考使用。如涉侵权，请联系后台处理。本文仅做行业科普与实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。