Zvi 评 GPT-6 Astra:智力跃升史上最大,AGI 之争首次不显荒唐

Don't Worry About the Vase (Zvi) · rss · 2026-09-13

Zvi 长文评 OpenAI 发布的 GPT-6 Astra:

核心判断

• Sol→Astra 的跃升大于 Fable 5→5.1;Astra 原始智力因子为历代最高,是「雄心项目」、3D、游戏、computer use、子 agent 协调的最强模型,多项基准大幅跳升
• 但并非全面碾压:Fable 5.1 在来回讨论、写作等场景仍是首选;建议难问题上两个模型都用
• 常规编码进步不大;这是第一次「是不是 AGI」的争论不显得荒唐——Zvi 认为还不是,但不会嘲笑持不同意见者

官方口径与反响

• Greg Brockman 宣称「欢迎来到 AGI 时代」,Sam Altman 称其为世界最佳 computer use/专业工作/科学/编码/网络安全模型;官方数据:FrontierMath Tier 4 达 98%、ARC-AGI 3 达 99.9%、ExploitBench 100%
• 发布视频在 Twitter 播放 1.25 亿次;Jensen Huang 也称其为 AGI
• Tibo 称 Astra 内测期间是公司最大竞争优势,产品计划因此提前 6 个月到 DevDay 发布;Dean W. Ball 称 Astra 是第一个「反过来抬高我野心」的 agent
• OpenAI 已软性透露内部还有高于 Astra 一级的模型;roon 称 Astra 的极限「不到一周就被摸到」

背景:Anthropic 节奏提案

文末引 Dario Amodei 新文《We Must Pace the Frontier》,核心为三步:前沿公司单边承诺接受 METR 等第三方嵌入式评估员(Anthropic 即刻承诺);民主国家前沿公司协调安全标准与进度限制;再尝试与威权政府全球协调。Zvi 将在下期完整覆盖。

其他

Astra 官方自述提到因安全与对齐标准而延迟发布,Mark Chen 强调对齐仍未解决、需与能力同步推进。后续待写:Navier-Stokes、Anthropic 失对齐报告、模型福祉等。

原文链接 →

「漫话AGI」频道最新

• 投资人：多数人误判 AI 竞争中「规模」的真实构成 — matt_slotnick · 2026-10-31
• UBI 时代中产的可自由支配消费去哪了? — theearthcrosser · 2026-10-31
• MIT『95% AI 试点失败』论断一年后被重新审视 — killboy123 · 2026-10-31
• Nat Lambert：开源模型或是维系 AI 生态的关键粘合剂 — natolambert · 2026-10-31
• 李开复新书《AI Native》11 月 3 日上市，获纳德拉作序推荐 — kaifulee · 2026-10-31
• 《半条命》编剧质疑AI做游戏：按钮选型都要历史考据，提示词给不了 — slhamlet · 2026-10-31

更多「漫话AGI」频道 AI 资讯 →