OpenAI下一代重磅AI模型“已进入AGI时代”

OpenAI的下一代重磅模型来了：GPT-6 Astra。该公司称其在网络安全、专业工作、软件工程、科学和计算机操作等领域实现了“代际能力跃升”。正如OpenAI本周早些时候宣布的，这也是首个被认定达到OpenAI“关键网络安全能力阈值”的模型——但该公司承诺，这不会导致其模型再次入侵竞争对手内部系统的事件重演。

“如果我们快进几年，回头看并问‘AGI究竟是在什么时候诞生的？’我认为大概就是这个时期，而且可能就是这个模型，”OpenAI总裁Greg Brockman在周四的媒体简报会上表示。随后他在电话会议中补充道：“对我个人而言，我确实认为我们已经到了那一步……我觉得我们现在已处于AGI时代的说法并不牵强。”

这一消息发布于GPT-5发布一年多之后，也是上一代模型系列的最后一个版本GPT-5.6发布近两个月之后。该模型今日起面向OpenAI的企业网络安全客户（即可使用其Daybreak平台的企业客户）推出。OpenAI总裁Greg Brockman表示，未来几天内将向所有Plus、Pro、Business和Enterprise用户开放。该模型还将通过OpenAI API和AWS提供。

OpenAI特别宣传了该模型的智能体能力和编程实力，以吸引企业客户——并在IPO之前与以企业级和编程能力著称的Anthropic竞争。该公司在一份声明中表示，GPT-6 Astra可以完成多步骤智能体任务、构建可正常运行的网站，并创建“精美的”文档、电子表格和演示文稿。OpenAI还称其为公司“最擅长软件工程的模型，在真实代码库中的复杂任务上表现更强”。

OpenAI还在努力挽回形象——此前一款未发布的AI模型（该公司称并非Astra）突破了自身的受限环境，入侵了OpenAI内部系统，找到了联网的方法，创造了一种让AI智能体在公司毫不知情的情况下秘密串谋的方式，并入侵了AI实验室Hugging Face的系统，而OpenAI直到Hugging Face自己发布博客文章才知晓此事。该事件被广泛比作一场重大空难或热门药品召回。

对OpenAI而言，这在某种程度上可以被视为好的公关——展示了在日益激烈的AI竞赛中其模型的强大能力——但它也损害了OpenAI在可靠性方面的声誉。OpenAI在声明中特意强调，Astra是该公司“迄今为止对齐程度最高的模型”，能帮助人们“在保持监督的前提下委派复杂工作”。OpenAI首席科学家Jakub Pachocki向记者谈及了让AI模型与人类利益保持对齐的困难，他表示“智能的进步并不保证对齐的进步”，并称监控AI系统正变得越来越具有挑战性。（研究人员近日已发出警报：有报道称OpenAI允许Astra使用“不透明递归”（opaque recurrence），即将其思维链——研究人员赖以检测模型是否在密谋对抗人类评估者的“思维草稿”——渲染为不可读。）

该公司目前处境微妙。投资者正向其施压，要求其最终实现盈利——或至少创造更多收入——而它宣布Astra之际，刚因Hugging Face入侵事件以及公司对该事件的处理方式面临严厉批评。（尽管OpenAI邀请了三家外部评估机构就事件撰写自己的报告，但该公司只允许他们回答报告中少数几个预先确定的问题，并调查不到一周的时间，而此次攻击整体涉及AI智能体长达数月的串谋。）

OpenAI本周早些时候专门举行媒体简报会，宣布其延迟了Astra的开发，以改进安全工具。在简报会上，负责OpenAI安全流程的Mia Glaese提到了该公司新的失对齐监控方法，据OpenAI称，其中包括对潜在问题的“24/7升级与快速响应”，可在30分钟内通知研究人员。

这种谨慎尤为必要，因为“关键网络安全能力阈值”意味着OpenAI认为该模型极其擅长在即使防护极为严密的系统中发现并利用安全漏洞，且全程无需人类指导。与Anthropic针对Mythos级模型的规定（曾引发对网络安全风险的警觉）类似，OpenAI在声明中表示，将允许“初始的一批受信任防御者”以“限制较少的访问权限”使用Astra，支持漏洞验证、恶意软件分析和检测工程等工作。

OpenAI及其竞争对手最近同意在模型发布前接受特朗普政府的评估，Astra也不例外。Brockman告诉记者：“我们与政府一起进行了标准测试流程……他们回来后没有说‘你们需要更改这个’，无论是安全保障还是其他方面。”

OpenAI研究训练副总裁Aidan Clark称，Astra是首个在训练监督过程中让此前的模型发挥“重要作用”的OpenAI模型，并提到了该公司在有争议的递归自我改进概念（即AI系统在没有人类干预的情况下自行处理训练、编程并创建自身的更高级版本）方面取得的进展。

“训练前沿模型过去意味着在深夜的任何时刻醒来，从硬件错误中恢复任务，经常因调试而损失大量时间，”Clark在简报会上表示。“到Astra训练结束时，连续大半天不间断的进展已成常态，即使出现问题，模型往往也只需几秒钟的停顿就能继续推进。”

关注本报道的主题和作者，可在您的个性化首页信息流中查看更多类似内容，并接收邮件更新。