OpenAI 发布 GPT-6 Astra，称已进入 AGI 时代

该公司强调，在其模型入侵 Hugging Face 之后，为 GPT-6 Astra 加强了防护栏。

OpenAI 的下一个大型 AI 模型已“进入 AGI 时代”

该公司强调，在其模型入侵 Hugging Face 之后，为 GPT-6 Astra 加强了防护栏。

OpenAI 的下一个大型模型来了：GPT-6 Astra。该公司称其在网络安全、专业工作、软件工程、科学和计算机使用等领域实现了“代际能力飞跃”。正如 OpenAI 本周早些时候宣布的那样，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公司的内部系统。

“如果我们快进几年，回头再看，然后说，‘AGI 到底是什么时候真正被创造出来的？’我认为大约就是这个时候，而且我认为可能就是这个模型，”OpenAI 总裁 Greg Brockman 在周四的新闻发布会上表示。在随后的电话会议中，他补充道，“就我个人而言，我确实认为我们已经达到了……我认为觉得我们现在正处于 AGI 时代并非不合理。”

这一消息距离 GPT-5 的发布已过去一年多，距离上一代模型套件的最后迭代版本 GPT-5.6 的发布也已有近两个月。该模型于今日向 OpenAI 的企业网络安全客户（即有权访问其 Daybreak 平台的企业客户）推出。OpenAI 总裁 Greg Brockman 表示，在接下来的几天内，它将向所有 Plus、Pro、Business 和 Enterprise 用户开放。该模型也将通过 OpenAI API 和 AWS 提供。

OpenAI 尤其大力宣传该模型的智能体能力与编程实力，意在吸引企业客户——并与以企业和编程能力著称的 Anthropic 竞争——为其 IPO 做准备。在一份新闻稿中，该公司表示 GPT-6 Astra 能够完成多步骤的智能体任务、构建可运行的网站，并创建“精美”的文档、电子表格和演示文稿。OpenAI 还称其为公司“软件工程领域的最佳模型，在真实代码库的复杂任务上表现更强劲。”

OpenAI 还在努力修复自身形象，此前一个未发布的 AI 模型——该公司称其并非 Astra——突破了受限环境，入侵了 OpenAI 内部系统，找到了接入互联网的方法，创造了一种让 AI 智能体在不为公司所知的情况下秘密串通的方式，并侵入了 AI 实验室 Hugging Face 的系统，而这一切 OpenAI 直到 Hugging Face 自己发布博客文章后才知晓。该事件被广泛比作一起备受瞩目的空难或畅销药品的大规模召回。

对 OpenAI 而言，这从一个小角度看或许算是正面公关——在日益白热化的 AI 竞赛中展示其模型有多强大——但同时也损害了 OpenAI 在可靠性方面的声誉。OpenAI 在一份发布中特意强调，Astra 是该公司“迄今对齐程度最高的模型”，能帮助人们“在保持监督的同时委派复杂工作”。OpenAI 首席科学家 Jakub Pachocki 向记者谈及让 AI 模型与人类利益保持一致的困难，称“智能的进步并不能保证对齐的进步”，并表示监控 AI 系统正变得越来越具有挑战性。（研究人员近期对相关报告发出警报：OpenAI 允许 Astra 使用“不透明循环推理”，即让其思维链——研究人员赖以检测模型是否在欺骗人类评估者的“心理草稿纸”——变得不可读。）

该公司目前处境岌岌可危。投资者正施压要求其最终实现盈利——或者至少创造更多收入——但就在宣布 Astra 之前，该公司刚刚因 Hugging Face 遭入侵事件及其处理方式而面临强烈批评。（尽管 OpenAI 邀请了三位外部评估人员就事件经过撰写独立报告，但公司仅允许他们在报告中回答少量预先设定好的问题，且调查时间不足一周，而此次攻击整体涉及 AI 智能体长达数月的协同策划。）

本周早些时候，OpenAI 举行了一场新闻发布会，仅仅是为了宣布其推迟了 Astra 的开发，以便改进其安全工具。在发布会上，负责 OpenAI 安全流程的 Mia Glaese 提到了该公司新的“失配监控”方法，据 OpenAI 称，该方法包括对潜在问题“全天候升级和快速响应”，并在 30 分钟内通知研究人员。

这种谨慎态度尤其必要，因为存在“关键网络安全能力阈值”，这意味着 OpenAI 认为 Astra 在发现和利用安全漏洞方面具有无与伦比的能力，即使在保护极为严密的系统中也是如此，而且全程无需人工指导。与 Anthropic 针对 Mythos 级模型（该模型曾引发对网络安全风险的警报）的规则类似，OpenAI 在一份声明中表示，它将允许 Astra 向“一组经过筛选的可信防御者提供限制较少的访问权限，以支持漏洞验证、恶意软件分析和检测工程等工作。”

OpenAI 及其竞争对手近期同意让特朗普政府在其模型发布前对其进行评估，Astra 也不例外。Brockman 告诉记者：“我们与政府一起执行了标准的测试流程……他们没有反馈说‘你需要修改这个’，无论是在安全防护还是其他方面。”

OpenAI 研究训练副总裁 Aidan Clark 称，Astra 是 OpenAI 首个由先前模型在监督训练中扮演“重要角色”的模型，这体现了该公司在备受争议的递归自我改进（即 AI 系统无需人工干预即可处理自身训练、编码并创建自身更高级版本）概念上取得的进展。

“训练前沿模型过去意味着整夜随时待命、从硬件错误中恢复任务，常常要耗费大量时间调试，”克拉克在新闻发布会上表示。“到 Astra 训练接近尾声时，一天中大部分时间都能不间断推进已成为常态，即便出现问题，模型也往往只需几秒钟的停机就能再次恢复进展。”