发生了什么
OpenAI 在 9 月 3 日正式发布 GPT-6 Astra，并同步把 Astra Pro 推送给 Pro / Business / Enterprise 用户。这是 OpenAI 第一次以官方身份明确”AGI 时代已经到来”——OpenAI 总裁 Greg Brockman 在发布会现场直接做出这一定性。同一天，Reuters 披露 OpenAI 完成 49 亿美元融资，估值推到 5000 亿。
模型本身的训练规模是 OpenAI 史上最大的一次，得州 Stargate 园区投入超过 10 万张 GPU，也是 OpenAI 第一款由上一代模型深度参与训练监督的旗舰产品。在最重要的两个评测上：ARC-AGI-3 拿到 99.9%（注意：使用的是 Responses API Harness，纯基础模型 baseline 约 30%），ExploitBench 拿到满分。Computer Use 维度第一次出现”儿科医生搜索任务 2 分 54 秒 vs 人类 5 小时”这种数量级的差距。
但真正让行业停下来的是另一组数字：Astra 是 OpenAI 第一次把自家模型评定为 “Critical”——网络安全能力的最高等级。配套的是 Sam Altman 在同一周公开承认”AI 基础设施正走向不可持续的愚蠢”，警告 neocloud 的巨额产能承诺可能变成坏账。
真正变化的是什么
表面上看，这是一次常规的旗舰换代。但拆开看，有三件事发生了位移：
第一，AGI 从叙事变成了产品声明。在此之前，”AGI 已到”是 Altman 在采访里、营销材料里反复出现的话术。Astra 这次是 OpenAI 用最贵的训练任务、最贵的发布会、最贵的融资配套，把这句话钉到了产品发布会的主屏上。这意味着接下来 6-12 个月，”是否相信 AGI 已到”会从工程师圈的话题，变成资本市场估值锚点的话题。
第二，“完成单项任务的总成本”正在成为新指标。Astra 与 GPT-5.6 Sol 同价位（输入 $4 / 输出 $20 每百万 tokens），但 Sol 完成一项任务平均 75 分钟，Astra 40 分钟，省了约 47%。OpenAI 没有降价，而是把”省时间”卖成了新卖点。这一定价逻辑会迫使 Claude / Gemini / 国内各家重新想清楚：是继续按 token 卖，还是按”任务完成”卖。
第三，能力分级从”内部模型分级”走到了”公开评级”。OpenAI 把 Astra 评为 Critical，并配合政府机构、独立安全组织做 pre-deployment 测试；同一周 Anthropic 把 Mythos 5.1 锁在 Trusted Access 里，Google 把 Gemini 3.8 Flash Cyber 锁在 Fairwind Program 里。三家头部在同一时间段内集体把”分级 + 限制访问”做成了产品默认。
为什么值得关注
如果只看参数和 benchmark，Astra 只是又一次”大模型更强了”。但把它放回到 9 月这一周的整体画面里——Anthropic Fable 5.1 + Mythos 5.1 双档位、OpenAI Astra + Critical 评级、Google Gemini 3.8 Flash + Fairwind——三家头部不约而同地在做一件事：把”什么时候发布、以什么形态发布、谁能用什么能力”做成一门独立的产品决策，而不是模型的附属品。
这件事的下一站很具体：未来 12 个月，AI 产品的销售合同里会开始出现”能力档位”和”访问授权范围”两个新字段。法律、合规、采购团队会第一次需要真的去理解模型的能力分级，而不只是签一个 API 调用合同。
对实际工作流的影响
对 agent 开发者：Astra 的 Critical 评级意味着，长期跑在 OpenAI 后端的 agent 工作流需要重新评估”默认信任假设”——尤其是会调用工具、读写网络、接触敏感凭证的 agent。Claude Code、Codex、Cursor 等编码 agent 这周也已经被 Manifold Security 的 GitSpawn 漏洞打过一遍（`git config` 未过滤 → 开仓库即 RCE），结合 Astra 的能力扩张，agent 工作区的信任边界需要被显著收紧。
对采购方：单任务成本第一次成为可比较的指标。可以开始按”完成一项任务 < $X"设定 agent 工作的 ROI 门槛，而不是按"每月 API 调用预算"算账。
对研究者：ARC-AGI-3 99.9% 这个数字必须搭配 Responses API Harness 一起看——纯基础模型 baseline 约 30%。Harness 提分不是坏事，但评测通胀已经开始了，后续读任何超过 90% 的榜单数字都要先问”用了什么 harness”。
我的判断
GPT-6 Astra 的发布更像是”AGI 时代的揭幕仪式”，而不是又一次技术奇点。它的真正意义在于：OpenAI 第一次愿意用公司的估值、官方的身份、Critical 的分级，把”AGI 已到”这件事钉死。这会让接下来半年的行业叙事从”谁能训出更大的模型”转向”谁能更早把分级、访问、治理做进产品”——而后者，几乎没有一家中国厂商或开源社区有现成的答案。
接下来值得盯的三个问题：
- ARC-AGI-3 99.9% 的 Responses API Harness 到底是不是 OpenAI 自己产品的一部分——如果是，benchmark 就从评测变成了广告位。
- Claude Opus 5 / Gemini 3.8 Flash / 国内 Qwen3.8-Max 是否会在 4 季度推出对等的”Critical 评级 + Trusted Access”对位产品。
- Astra 同价位下的 47% 时间节省能不能稳住——如果 agent 任务真的省一半时间但 token 数不变，意味着 OpenAI 在为效率付溢价，这是 token 商业模式的第一次松动。
一句话总结：这一周不是”OpenAI 出了个更厉害的模型”，而是”OpenAI 把 AI 行业的下一站写在了产品发布会的屏幕上”。