GPT-6 Astra发布：数学与AGI基准双破纪录
推荐指数 73.0 NO. 011 · 2026.09.04
发布2026/09/03Score516Comments14
为什么值得看
OpenAI发布GPT-6 Astra，在FrontierMath Tier 4达98%、ARC-AGI-3达99.9%、ExploitBench达100%，覆盖计算机使用、软件工程、网络安全等专业领域。对AI工程师而言，这意味着顶级推理能力开始产品化，复杂自动化工作流的可靠性可能质变。
编辑判断
三个基准同时饱和值得警惕：ARC-AGI-3和ExploitBench 100%意味着测试本身可能已失效，而非模型真正通用。OpenAI选择此时放风，大概率是在为GPT-5商业表现不及预期争取叙事空间，用技术里程碑对冲市场焦虑。
对创业者的实际影响：如果Astra的计算机使用能力真如所述，RPA赛道（如UiPath、Automation Anywhere）和初级安全审计服务会被直接替代，但API定价和延迟仍是关键变量。建议关注首批企业用户的真实反馈，而非基准数字。
社区反馈
意见分歧 17 条评论
核心争论：AGI能力宣称与基础设施执行力的信任悖论：能解顶级数学题却搞不定CDN配置
So, on the one hand, we have AGI; on the other, the release page is returning 500s.
Welcome to the future
Artificial general incompetence?