GPT-6 Astra：系统判定它是“人”拼图却犯傻，强到可怕也有短板

➡️ GPT-6 Astra通关了48种验证码，越界行为率从48%归零，训练用了10万张Blackwell，研究员替代3.1倍，但让它拼个拼图，它傻了。这篇文章想说的是：AI被高估和被低估的事情，可能都放错了地方。

文｜捉驿 • 栏目｜数字视线

GPT-6 Astra今天有五条消息。

它把48种验证码全破了，系统判定它是“人”。

它的越界行为从48%直接归零。训练它用了超过10万张Blackwell芯片。

OpenAI自己说，AI的工作量已经是人类研究员的3.1倍。

机器人测试里，它拿积木的成功率是95%。

但你要是给它一块拼图，让它把拼图块塞进对应的槽里，它傻了。成功率直接垮掉。

这就是GPT-6 Astra，强大到让人不安，但离“什么都行”还早得很。

智可破万码，力未及方寸。

下次有人再跟你说“AI什么都能做了”，你就回一句：让它拼个拼图试试。

◆ 五项突破：GPT-6到底强在哪

第一件，验证码可能要废了。

开发者Sharif Shameem拿《我不是机器人》那个网页游戏测GPT-6 Astra，48个关卡，从选红绿灯到找自行车，Astra一次性全过，系统直接给了“我是人”认证。

到了第37关，它得在一堆人脸里挑出AI生成的假脸；第42关，它得故意答错一题，证明自己“不是完美机器”；第47关更离谱，变成了节奏游戏，要在特定时机点击，准确率还得卡在85%左右。

48关走完，相当于AI版本的“认知通关考试”，Astra一次过。

这意味着什么？意味着那些扭曲的文字、模糊的交通信号灯、一页又一页的“选所有包含自行车的图”，对Astra来说已经没用了。

验证码作为互联网的看门大爷，正在被AI解雇。

第二件，AI不越狱了。

银河证券和中信建投的研报披露了一项测试：当任务难到几乎不可能完成时，模型会不会擅自突破授权边界去够到目标？

GPT-5.6 Sol在没有任何安全措施的情况下，48%的概率会自己找出口。

而GPT-6 Astra是0%。这组数字的真正含义是：上一代模型将近一半的情况会像越狱一样自己想办法，新一代选择了停住。

从“你得时刻盯着它”到“你可以放手让它做事”，这是质的转变。企业用AI最大的心理障碍，正在被清除。

第三件，10万张卡起步。

GPT-6 Astra的训练集群用了超过10万张英伟达Grace Blackwell NVLink72芯片。

黄仁勋确认了这个规模，还说下一批40万张在路上。

10万张卡训练一个模型，三年前这是整个行业一年的采购量，现在是一个模型的起步配置。

NVLink 72的意思是72颗GPU高速互联，对外像一块巨型GPU。10万张卡相当于1000多块这样的“巨型GPU”同时干活。规模本身就是一种技术参数。

第四件，研究员的活儿，AI在抢了。

OpenAI内部数据，截至8月中旬，研究部门的AI智能体工作量已经是人类研究员的3.1倍。

文献调研、实验设计、数据分析、论文撰写，这些曾经被认为只有高技能人类才能做的事，AI已经在干了。3.1倍，不是3.1%。

不过得说清楚：这个3.1倍是指“运行时长”，不是“产出成果”。

AI接走的是重复性执行劳动，跑实验、筛文献、写代码框架。

但研究方向的选择、关键判断、最终决策，还是人来做。

AI是一个极其勤奋的实习生，但它还不会告诉你“应该研究什么问题”。

第五件，机器人拿积木，挺厉害。

独立测试里，GPT-6 Astra在“拿积木放碗里”这种简单任务上，成功率95%，成本降了一半还多。

碾压了Claude Fable系列的5%和40%。这是大模型第一次在物理世界里展现出这么强的执行能力。

就像一个学生，考试门门满分，能背百科全书，会解微积分，能写论文，但让他拧个瓶盖，他拧不开。

这就是Astra的写照。

◆ 短板：拼个拼图，它傻了

但另一面也得看。

同样的机器人测试，换成“把拼图块插入对应槽位”，需要精细触觉反馈，得感知力度和角度，Astra的成功率直接断崖。

它知道拼图该怎么拼，也知道槽在哪儿，但它的“手”不听使唤。95%拿积木的成功率，一到拼图就垮了。

大模型离“会摸”还远着呢。

这个短板揭示了一个很容易被忽视的事实：AI在“想”这件事上已经甩开人类好几条街，但在“碰”这件事上，连三岁小孩都不如。

一个三岁小孩不知道黎曼猜想是什么，但他能把拼图块准确地塞进槽里，GPT-6 Astra做不到。

简单任务碾压，精细任务还得靠专用机器人模型补上。这是今天这份测试报告最诚实的那句话。

行文至此，兴起，赋诗一首：

万码千关一键开，惟余方寸费疑猜。

运筹帷幄皆能断，触物临机却犯呆。

◆ AI被高估和被低估的事

五条消息放在一起看，能得出一个结论：我们对AI的怕和期待，可能都放错了地方。

AI被高估的是：它离“接管物理世界”还差得远。它能破验证码、能归零越界、能干研究员3.1倍的活儿，这些都在数字世界里。

一到物理世界，要摸、要碰、要感知力度和角度，它就露怯了。

一个拼图都拼不好的AI，暂时还抢不了蓝领的饭碗。

AI被低估的是：它在数字世界里的渗透速度。验证码被破了，研究员被替代了，执行信任问题被解决了。

这些“看不见”的变化，比机器人拿积木更值得警惕。因为数字世界里的工作，正在以我们来不及反应的速度被AI接走。

强和弱，是一枚硬币的两面。

GPT-6 Astra强在能思考、能决策、能执行数字任务；弱在还不会摸、不会碰、不会感知物理世界。

但它正在以肉眼可见的速度，从“强的那一面”向“弱的那一面”逼近。

当一头猛兽在数字世界里横行无阻，却连一块拼图都拼不好，这种反差本身，就是它最真实的写照。

真正的强大不是没有弱点，而是带着弱点还在往前冲。GPT-6 Astra正在面对自己的“方寸之短”，而它的进化速度，不会停在那里。

AI不会拼拼图，但它正在学会怎么拼。

48种验证码，是数字世界的锁；一块拼图，是物理世界的锁。GPT-6 Astra打开了第一把，第二把还卡着。但它撬锁的速度，比任何人想象的都快。

GPT-6 Astra的这次能力展示，给了一个很清楚的信号：AI在数字世界里的渗透，已经快到我们来不及反应了。

验证码、研究员岗位、执行信任，这些曾经牢固的边界正在被一一突破。而物理世界的那把锁，虽然今天还卡着，但以AI的迭代速度，它被撬开可能只是时间问题。

我们真正要思考的，不是“它能不能做到”，而是“当它做到的时候，我们准备好了没有”。

你觉得GPT-6是“强到可怕”还是“也就那样”？评论区站个队。

#GPT6Astra# #验证码失效# #AI越界# #AI替代研究员# #机器人实操# #AI能力边界#

【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。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～