同顺号-创作平台

GPT-6 Astra真正值得关注的，可能不是某个跑分又提高了多少，而是AI正在从“回答问题”，走向“连续完成工作”，甚至开始参与下一代AI的研发。

9月3日发布的GPT-6 Astra，在计算机操作、浏览、软件工程和科学研究等复杂任务上进一步提升。它与早期ChatGPT最大的区别，是用户不再需要一步一步告诉AI怎么做，而可以直接给出目标，让AI拆解任务、调用工具、操作软件，最终完成交付。

但更重要的信号出现在三天后。

9月6日，OpenAI披露，其此前设定的“2026年9月实现自动化AI研究实习生”目标已经达到。这里的“研究实习生”，指的是能够在人类指导下完成定义明确的研究任务，其中一些任务如果交给熟练研究员，需要数天才能完成。OpenAI的下一个目标，是在2028年3月前进一步实现更完整的自动化AI研究员。

这意味着AI发展的逻辑正在出现一个重要变化。

过去是人类研究AI，后来变成AI辅助人类写代码、分析实验；现在，AI开始承担越来越复杂的研究任务。下一步真正值得关注的，就是AI能不能进一步提高算法研究、实验和模型训练的效率。

因为一旦这条链成立，就可能形成一个潜在的加速循环：AI能力提高，帮助研究人员写更多代码、运行更多实验；研发效率提高，又推动下一代AI更快进步；更强的AI再进一步参与研发。

OpenAI内部已经出现这种早期迹象。截至8月中旬，其研究组织使用的Agent工作量，按标准工作日折算已经达到每个人类工作日约3.1个Agent工作日，研究人员运行实验的数量也明显增加。不过OpenAI同时强调，研究方向、重要判断以及是否扩大实验或部署，仍然由人类决定。

所以现在还不能把它描述成“AI已经可以自主研发下一代AI”。

真正实现的，是AI开始成为研究团队里的自动化执行者，而不是独立决定研究方向的“AI科学家”。

这也提供了一个比Benchmark更有价值的AGI观察框架。

第一阶段是会回答问题，第二阶段是会复杂推理，第三阶段是能够操作电脑和工具完成长链任务，第四阶段是能够参与科研并提高研发效率。至于更进一步的高度自动化AI研发甚至递归自我改进，目前仍没有得到证实。

如果AI真的沿着这条路线继续发展，产业影响也不会只停留在AI应用。

首先是算力。更强的Agent不仅服务普通用户，还会被用于写代码、跑实验、测试模型和进行科研。模型效率提高，也不一定意味着总算力需求下降，因为当一次智能任务越来越便宜，更多原本“不值得用AI做”的工作反而会被交给AI。OpenAI自己描述的商业循环也是：能力提高推动采用，采用增加带来更多需求和收入，再支持下一代研究与基础设施投入。

其次是Agent应用。过去企业购买AI，本质上更多是在购买Token和软件功能；未来越来越可能购买的是“完成一个工作任务”。搜索资料、分析数据、操作软件、制作文件、检查结果，AI可以逐步从工具变成数字劳动力。

与此同时，能力越强，安全的重要性也越高。GPT-6 Astra已经成为OpenAI首个达到Preparedness Framework网络安全Critical能力阈值的广泛部署模型，这也是为什么更强Agent能力必须同时伴随更严格的监控和安全措施。

所以GPT-6真正的分水岭，可能不是ARC或者某个数学测试从95分提高到99分。

更值得观察的是三个问题：AI能不能长时间自主完成工作？能不能跨软件和工具完成完整任务？以及最关键的——AI能不能越来越多地参与AI研究本身，并真正提高下一代模型的研发效率？

从“会回答”到“会工作”，再到“会研究”，AI正在跨越的可能不是一次普通的模型升级。

真正关键的下一步，是AI能否从人类研究员手中的工具，逐渐变成能够与研究员共同推进下一代AI研发的“自动研究员”。