苍何· 苍何·发布于 2026-09-04 12:09· 2026-09-04精选AI 评分79

GPT-6 Astra 发布，Computer use 与长上下文能力显著提升

GPT-6 Astra 发布，留给我们的时间真的不多了...... 昨晚，GPT-6 Astra 发布了，不过发布前几个小时，Codex 全球挂了，持续了半个小时左右。 你可以说 OpenAI 草台班子，也可以指责上游的问题。 但这都不重要。先说几点我觉得这次比较重要的几个点吧。 GPT-6 Astra 最明显的进步集中在电脑操作、终端任务、自动化工作流、长上下文和网络安全。 可以把“理解任务”和“实际操作软件”结合起来。比如可以自主浏览网页、填写表单、操作 CRM、整理日历、生成文档/表格/演示文稿、构建网站并完成前端 QA。 也就是 Computer use 和 Browser use 配合 Codex，比上一代提升了不少。 可以看到 OpenAI 在 Codex harness、异步工具调用、任务中途纠偏和跨上下文检索配合 GPT-6 Astra 做了不少功夫。 Astra 在 FrontierMath Tier 4 基准测试中获得 98% 的分数，在 ARC-AGI 3 测试中获得 99.9% 的分数，在 ExploitBench 测试中获得 100% 的分数。 很多的基准测试显得也没太大作用了，毕竟都满分了。 Astra 上下文窗口 1.05 M tokens，输入 $10 / 百万 tokens；缓存输入 $1；缓存写入 $12.5；输出 $50。 目前还只是少量组织可以体验，后续会开放 plus 和 pro 用户。 Codex 还引入了实验性的跨上下文记忆：模型可在上下文窗口填满后保留笔记，并搜索较早的消息和工具输出。 这是对传统 compaction 的补充，避免每次压缩都丢失失败原因、历史约束或测试结果。 API 层强化了三项对长任务很重要的能力：工具异步执行时继续处理其他工作、任务进行中接收新的用户指令、在对话中调整推理强度并尽量保留提示缓存。 同时，Astra 在数学与长程抽象推理上达到了新的高位。 我们离真实的 AGI，或许只是临门一脚。 又或许相差十万八千里。 但我越来越确信一个点。 大模型越强，人越要回到身体。 我现在开始拼命健身了，去运动，去见人，去经历那些无法被生成、只能被亲自感受的时刻。 因为我突然意识到，AI 能生成一切，唯独生成不了你真正活过的证据。 跑步会喘，见面要赶路，爱一个人可能会受伤，做一顿饭也会弄脏厨房。 可恰恰是这…

本文当前提供导读和图片预览，完整图文请查看原文。

来源：苍何 · mp.weixin.qq.com